Industrielle Computer Vision mit KI: Defekterkennung und visuelle Inspektion Schulung

Einführung in die industrielle Computer Vision

• Überblick über Machine-Vision-Systeme in der Fertigung
• Typische Defekte: Risse, Kratzer, Fehljustierungen, fehlende Komponenten
• KI im Vergleich zur traditionellen regelbasierten visuellen Inspektion

Bildakquisition und Vorverarbeitung

• Kamertypen und Einstellungen zur Bildaufnahme
• Rauschunterdrückung, Kontrastverbesserung und Normalisierung
• Daten-Augmentation für die Robustheit des Trainings

Techniken zur Objekterkennung und Segmentierung

• Klassische Ansätze (Schwellwertbildung, Kanten detection, Konturen)
• Deep-Learning-Methoden: CNNs, U-Net, YOLO
• Entscheidung zwischen Erkennung, Klassifizierung und Segmentierung

Entwicklung von Defekterkennungsmodellen

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

Deployment in industriellen Umgebungen

• Hardware-Aspekte: GPUs, Edge-Geräte, industrielle PCs
• Architektur von Echtzeit-Inspektionspipelines
• Integration mit SPS und Fabrikinsysteme

Leistungsanpassung und Wartung

• Umgang mit sich ändernden Lichtverhältnissen und Produktionsbedingungen
• Nachtraining des Modells und kontinuierliches Lernen
• Integration von Alarmierung, Protokollierung und QA-Berichten

Fallstudien und Anwendungen in Branchen

• Defekterkennung in der Automobilzusammenbau und beim Schweißen
• Oberflächeninspektion in der Elektronik- und Halbleiterindustrie
• Verifizierung von Etiketten und Verpackungen in der Pharma- und Lebensmittelindustrie

Zusammenfassung und nächste Schritte