Компьютерное зрение в промышленном производстве

В результате освоения модуля «Компьютерное зрение в промышленном производстве» слушатели приобретут следующие знания, умения и навыки:

Знания:

• Современных архитектур нейронных сетей для решения задач классификации (CNN), сегментации (U-NET) и детекции (YOLO) объектов.

• Методов предобработки и аугментации изображений для улучшения качества обучения моделей.

• Специфики метрик оценки качества моделей компьютерного зрения (IoU, Accuracy, Precision, Recall, mAP) и подходов к их интерпретации в промышленных кейсах.

Умения:

• Применять библиотеки Pillow и OpenCV для загрузки, преобразования и аугментации изображений.

• Разрабатывать и обучать модели классификации, сегментации и детекции с использованием фреймворка Keras.

• Анализировать промышленные данные и адаптировать существующие архитектуры нейросетей под конкретные производственные задачи (поиск дефектов, контроль безопасности).

Навыки:

• Построения end-to-end пайплайнов компьютерного зрения: от загрузки сырых изображений до получения предсказаний модели.

• Работы с реальными промышленными датасетами (на примере кейсов Северстали) и применения моделей для автоматизации контроля качества.

• Визуализации результатов работы моделей (маски сегментации, ограничивающие рамки детекции) для презентации заказчику или интеграции в производственные системы.