課程簡介

工業Computer Vision簡介

  • 製造業中機器視覺系統概述
  • 典型缺陷:裂紋、劃痕、錯位、缺失組件
  • AI與傳統基於規則的視覺檢測對比

圖像採集與預處理

  • 相機類型與圖像捕捉設置
  • 降噪、對比度增強與歸一化
  • 數據增強以提高訓練魯棒性

目標檢測與分割技術

  • 經典方法(閾值分割、邊緣檢測、輪廓檢測)
  • 深度學習方法:CNNs、U-Net、YOLO
  • 在檢測、分類與分割之間選擇

缺陷檢測模型開發

  • 準備標註數據集
  • 訓練缺陷分類器與分割器
  • 模型評估:精確率、召回率、F1分數

工業環境中的部署

  • 硬件考慮:GPUs、邊緣設備、工業PC
  • 即時檢測流水線架構
  • 與PLC及工廠自動化系統集成

性能調優與維護

  • 處理變化的光照與生產條件
  • 模型再訓練與持續學習
  • 警報、日誌與QA報告集成

案例研究與領域應用

  • 汽車裝配與焊接中的缺陷檢測
  • 電子與半導體中的表面檢測
  • 製藥與食品中的標籤與包裝驗證

總結與下一步

最低要求

  • 具備機器學習或計算機視覺概念的經驗
  • 熟悉Python編程
  • 對質量控制或工業自動化有基本瞭解

受衆

  • QA團隊
  • 自動化工程師
  • 計算機視覺開發者
 14 時間:

人數


每位參與者的報價

Upcoming Courses

課程分類