VIP20
本课程属于：049-工业AI与PLCModbusOPC UA联动 嵌入式边缘AI与TinyML · 共 20 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

14. AI质检与剔除流程：识别、确认、延迟补偿和动作执行

共计 30 章节
点击此处阅读海量试读课程：100+行业、1000+细分领域
01
课程导入
学习目标 · 核心概念 · 整体框架
课程导入学习目标
02
基础知识
质检与剔除的基本术语 · 常见应用场景（如生产线 · 包装
基础知识质检
03
AI质检技术概览
计算机视觉 · 深度学习 · 传统图像处理在缺陷检测中的角色与区别
AI质检技术概览
04
识别阶段
缺陷类型分类（外观 · 尺寸 · 功能性）
识别阶段缺陷类型分类
05
识别实战
使用预训练模型（如YOLO · ResNet）进行缺陷检测的步骤与代…
识别实战YOLO
06
确认阶段
识别结果的可信度评估 · 阈值设定 · 误报与漏报的权衡
确认阶段识别结果的可信度…
07
确认机制
多模型投票 · 时序一致性检查 · 人工复核触发条件
确认机制多模型投票
08
延迟补偿概念
系统延迟来源（图像采集 · 推理 · 通信）及对剔除精度的影响
延迟补偿概念系统延迟来源
09
延迟补偿方法
基于传送带速度的动态补偿 · 预测性补偿 · 缓冲区设计
延迟补偿方法基于传送带速度的…
10
延迟补偿实战
计算剔除位置偏移量 · 实现精确剔除的算法与代码
延迟补偿实战计算剔除位置偏移…
11
动作执行
剔除执行器类型（气动 · 机械臂 · 电磁阀）及选型依据
动作执行剔除执行器类型
12
动作执行控制
PLC编程 · 实时通信（EtherCAT · Profinet）
动作执行控制PLC
13
完整流程集成
从图像采集到剔除动作的端到端流程设计 · 时序图与状态机
完整流程集成从图像采集到剔除…
14
案例实战
电子元件生产线上的AI质检与剔除系统… · 训练 · 部署）
案例实战AI
15
案例实战
食品包装行业的外观缺陷检测与剔除 · 处理高速产线和高精度要求
案例实战食品包装行业的外…
16
数据准备与标注
缺陷样本采集 · 标注规范 · 数据增强策略
数据准备标注
17
模型训练与优化
训练技巧 · 超参数调优 · 模型压缩与加速（TensorRT
模型训练优化
18
模型评估
准确率 · 召回率 · F1-score
模型评估准确率
19
系统部署
边缘计算设备选型（Jetson · FPGA） · 软件架构（Docker
系统部署Jetson
20
常见问题
误检率过高 · 漏检 · 延迟抖动
常见问题误检率过高
21
常见问题
光照变化 · 遮挡 · 产品多样性对识别的影响及鲁棒性提升方…
常见问题光照变化
22
常见问题
剔除失败（未剔除 · 错剔） · 物料堆积
常见问题剔除失败
23
安全与合规
设备安全标准 · 数据隐私 · 行业规范（如ISO
安全合规
24
性能优化
流水线并行 · 异步推理 · 缓存机制
性能优化流水线并行
25
成本控制
硬件选型 · 模型复杂度与精度平衡 · 维护成本分析
成本控制硬件选型
26
综合提升
从单机质检到多工位协同 · 与MES/ERP系统集成
综合提升从单机质检到多工…
27
综合提升
AI质检与剔除流程的数字化孪生仿真与…
综合提升AI
28
综合提升
持续学习与模型迭代 · 适应新产品和新缺陷类型
综合提升持续学习
29
实战项目
设计一个完整的AI质检与剔除系统 · 包括需求分析 · 方案设计
实战项目AI
30
课程总结
核心知识回顾 · 常见误区 · 学习路径建议与未来趋势（如AI+机器…
课程总结核心知识回顾