課程簡介

Industrial Automation 中的邊緣 AI 簡介

  • 邊緣 AI 及其在工業中的應用概述
  • 在工業環境中使用邊緣 AI 的優勢和挑戰
  • 邊緣 AI 在製造業中的成功應用案例研究

設置邊緣 AI 環境

  • 安裝和配置邊緣 AI 工具
  • 設置工業感測器和數據採集系統
  • 相關邊緣 AI 框架和庫簡介
  • 環境設置的動手練習

使用邊緣 AI 進行預測性維護

  • 預測性維護簡介
  • 開發用於設備健康監測的 AI 模型
  • 實現即時故障檢測和預測
  • 預測性維護的動手練習

使用邊緣 AI 進行品質控制

  • 製造品質控制概述
  • 用於缺陷檢測和分類的 AI 技術
  • 實施基於視覺的品質控制系統
  • 品質控制應用的實踐練習

利用邊緣 AI 進行流程優化

  • 流程優化簡介
  • 使用 AI 進行即時過程監控
  • 實施人工智慧驅動的決策系統
  • 流程優化的動手練習

部署和管理邊緣 AI 解決方案

  • 在工業邊緣設備上部署 AI 模型
  • 監控和維護邊緣 AI 系統
  • 對已部署的模型進行故障排除和優化
  • 部署和管理的動手練習

工業邊緣 AI 的工具和框架

  • 工具和框架概述(例如,TensorFlow Lite、OpenVINO)
  • 將 TensorFlow Lite 用於工業 AI 應用
  • 使用優化工具進行動手練習

實際應用和案例研究

  • 回顧成功的工業邊緣 AI 專案
  • 討論行業特定用例
  • 用於構建和優化真實世界工業 AI 應用程式的實踐專案

摘要和後續步驟

最低要求

  • 瞭解 AI 和機器學習概念
  • 工業自動化系統經驗
  • 基本程式設計技能(Python 推薦)

觀眾

  • 工業工程師
  • 製造專業人員
  • AI 開發人員
 14 時間:

人數


每位參與者的報價

Provisional Upcoming Courses (Require 5+ participants)

課程分類