Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Temario del curso
Introducción a la IA en el control de calidad
- Panorama general del uso de la IA en los procesos de garantía de calidad en la manufactura.
- Aplicaciones en inspección, detección de defectos y cumplimiento normativo.
- Beneficios y limitaciones del aseguramiento de calidad impulsado por IA.
Recolección y preparación de datos de calidad
- Tipos de datos utilizados en QA (imágenes, sensores, registros de producción).
- Etiquetado de conjuntos de datos visuales con LabelImg.
- Almacenamiento y estructura de datos para entrenar modelos.
Introducción a la visión por computadora para QA
- Conceptos básicos del procesamiento de imágenes con OpenCV.
- Técnicas de preprocesamiento para imágenes industriales.
- Extracción de características visuales para el análisis.
Aprendizaje automático para la detección de anomalías
- Entrenamiento de clasificadores simples para detectar defectos.
- Uso de redes neuronales convolucionales (CNN).
- Aprendizaje no supervisado para la identificación de anomalías.
Predicción del rendimiento productivo con modelos de IA
- Introducción a las técnicas de regresión.
- Construcción de modelos para prever el rendimiento productivo.
- Evaluación y mejora de la precisión de las predicciones.
Integración de IA con sistemas de producción
- Opciones de implementación para modelos de inspección.
- Comparativa entre IA perimetral (edge AI) y análisis basado en la nube.
- Automatización de alertas e informes de calidad.
Estudio práctico del caso final y proyecto definitivo
- Desarrollo de un prototipo de inspección con IA de extremo a extremo.
- Entrenamiento y pruebas con conjuntos de datos de QA de muestra.
- Presentación de una solución funcional de control de calidad con IA.
Resumen y próximos pasos
Requerimientos
- Conocimiento básico de los procesos de manufactura o aseguramiento de la calidad (QA).
- Familiaridad con hojas de cálculo o sistemas digitales para informes.
- Interés por los métodos de control de calidad basados en datos.
Público objetivo
- Especialistas en aseguramiento de la calidad.
- Responsables de línea de producción.
21 Horas
