AI於生產線品質控制與保證之應用培訓

AI於品質控制簡介

• 製造品質流程中AI之概觀
• 於檢驗、缺陷偵測與合規性之應用
• AI驅動品管之優點與限制

收集與準備品質資料

• 品管中使用的資料類型（影像、感測器、生產紀錄）
• 使用LabelImg標註視覺資料集
• 用於訓練模型的資料儲存與結構

品管用電腦視覺簡介

• 使用OpenCV進行影像處理之基礎
• 工業影像的預處理技術
• 擷取視覺特徵以進行分析

用於異常偵測的機器學習

• 訓練簡單分類器以偵測缺陷
• 使用卷積神經網路（CNNs）
• 非監督式學習以識別異常

使用AI模型進行良率預測

• 迴歸技術簡介
• 建立模型以預測生產良率
• 評估與改善預測準確度

整合AI與生產系統

• 檢驗模型的部署選項
• 邊緣AI與雲端分析之比較
• 自動化警報與品質報告

實務案例研究與最終專案

• 開發端對端的AI檢驗原型
• 使用樣本品質資料集進行訓練與測試
• 展示功能完整的品質控制AI解決方案

總結與後續步驟