聯繫我們

課程簡介

AI 在品質控制中的介紹

  • 製造業品質流程中 AI 的概覽
  • 在檢測、缺陷識別和合規性方面的應用
  • AI 驅動 QA 的好處與限制

收集與準備品質數據

  • QA 使用的數據類型(圖像、傳感器、生產日誌)
  • 使用 LabelImg 標記視覺數據集
  • 用於訓練模型的數據存儲與結構

面向 QA 的電腦視覺介紹

  • OpenCV 圖像處理基礎
  • 工業圖像的預處理技術
  • 提取視覺特徵以供分析

用於異常檢測的機器學習

  • 訓練簡單的分類器以識別缺陷
  • 使用卷積神經網絡(CNNs)
  • 用於異常識別的無監督學習

使用 AI 模型進行產量預測

  • 回歸技術簡介
  • 建立模型以預測生產產量
  • 評估並提高預測準確度

將 AI 整合至生產系統

  • 檢測模型的部署選項
  • 邊緣 AI 與雲端分析比較
  • 自動化警報與品質報告

實務案例研究與期末項目

  • 開發端到端 AI 檢測原型
  • 使用樣本 QA 數據集進行訓練與測試
  • 展示功能完整的品質控制 AI 解決方案

總結與後續步驟

最低要求

  • 對基本製造或品質保證(QA)流程的理解
  • 熟悉電子表格或數位報表格式
  • 對數據驅動的品質控制方法感興趣

受眾對象

  • 品質保證專員
  • 生產主管
 21 小時

課程分類