Industrielle Computervision mit KI: Defekterkennung und visuelle Inspektion Schulung

Einführung in die industrielle Computervision

• Überblick über Machine-Vision-Systeme in der Fertigung
• Typische Defekte: Risse, Kratzer, Fehlausrichtungen, fehlende Bauteile
• KI vs. traditionelle regelbasierte visuelle Inspektion

Bildakquisition und Vorverarbeitung

• Kamertypen und Einstellung der Bildaufnahme
• Rauschunterdrückung, Kontrastverstärkung und Normalisierung
• Datenerweiterung (Data Augmentation) für robuste Trainingsmodelle

Techniken zur Objekterkennung und Segmentierung

• Klassische Ansätze (Schwellenwertbildung, Kantendetektion, Konturen)
• Deep-Learning-Methoden: CNNs, U-Net, YOLO
• Wahl zwischen Erkennung, Klassifizierung und Segmentierung

Entwicklung von Modellen für die Defekterkennung

• Vorbereitung annotierter Datensätze
• Training von Defekt-Klassifizierern und Segmentierern
• Modellbewertung: Präzision, Recall, F1-Score

Deployment in industriellen Umgebungen

• Hardware-Aspekte: GPUs, Edge-Geräte, Industriepc-Rechner
• Architektur von Echtzeit-Inspektionspipelines
• Integration mit SPS und Fabrik-Automatisierungssystemen

Leistungsoptimierung und Wartung

• Umgang mit sich ändernden Lichtverhältnissen und Produktionsbedingungen
• Nachtraining (Retraining) und kontinuierliches Lernen
• Integration von Benachrichtigungen, Protokollierung und QA-Reporting

Fallstudien und domänenspezifische Anwendungen

• Defekterkennung in der Automobilfertigung und beim Schweißen
• Oberflächeninspektion in Elektronik und Halbleitern
• Verifikation von Etiketten und Verpackungen in Pharma und Lebensmittelindustrie

Zusammenfassung und nächste Schritte