Schulungsübersicht

Einführung in Industrielles Computer Vision

  • Überblick über Maschinenvisionsysteme in der Fertigung
  • Typische Defekte: Risse, Kratzer, Verschiebungen, fehlende Komponenten
  • KI im Vergleich zu traditionellen regelbasierten visuellen Inspektionen

Bildakquisition und Vorbereitung

  • Kamertypen und Einstellungen für die Bilderfassung
  • Rauschreduzierung, Kontrastverbesserung und Normalisierung
  • Datenvervollständigung zur Steigerung der Robustheit des Trainings

Objekterkennungs- und Segmentierungsverfahren

  • Klassische Ansätze (Schwellenwertbildung, Kantenerkennung, Konturen)
  • Tiefes Lernen: CNNs, U-Net, YOLO
  • Auswahl zwischen Erkennen, Klassifizieren und Segmentieren

Entwicklung von Defekt-Erkennungsmodellen

  • Vorbereitung annotierter Datensätze
  • Trainieren von Defekt-Klassifikatoren und Segmentierern
  • Modellauswertung: Präzision, Recall, F1-Score

Einsatz in industriellen Umgebungen

  • Hardwareaspekte: GPUs, Edge-Geräte, Industrielle PCs
  • Architektur der Echtzeit-Inspektionspipeline
  • Integration mit PLCs und Fabrikautomatisierungssystemen

Leistungssteigerung und Wartung

  • Umgang mit wechselndem Beleuchtungs- und Produktionsbedingungen
  • Neu-Trainieren von Modellen und kontinuierliches Lernen
  • Integration von Alarms, Logging und QA-Berichten

Fallstudien und Anwendungsgebiete

  • Defekt-Erkennung bei der Automobilmontage und Verzahnung
  • Oberflächenkontrolle in Elektronik und Halbleitern
  • Prüfung von Etiketten und Verpackungen im Pharma- und Lebensmittelbereich

Zusammenfassung und nächste Schritte

Voraussetzungen

  • Erfahrung mit Machine-Learning oder Computer-Vision Konzepten
  • Vertrautheit mit Python Programmierung
  • Grundlegendes Verständnis von Qualitätssicherung oder industrieller Automatisierung

Zielgruppe

  • QA-Teams
  • Automatisierungsingenieure
  • Computer-Vision Entwickler
 14 Stunden

Teilnehmerzahl


Preis je Teilnehmer (exkl. USt)

Kommende Kurse

Verwandte Kategorien