日期
09/30
2021
咨询
  • QQ扫一扫

  • Vision小助手
    (CMVU)

机器视觉工业应用人才讲习班
收藏
课程时数:四天
课程费用:
培训地点:阿里巴巴达摩院杭州
培训对象:在校大学生及科研院所的相关专业人员
培训时间:2021年8日23日-8月26日
报名截止:
报名电话:010-62650570
课程详情

为促进中国机器视觉行业快速繁荣发展,帮助从业人员更好、更快地学习到系统的专业知识,进一步加强行业内部交流。机器视觉技术产业联盟(CMVU)携手阿里巴巴达摩院于2021年8日23日-8月26在杭州举办了“机器视觉工业应用人才讲习班”,参加本次讲习班的人员有60余人,分别来自机器视觉应用的各个领域。

本次讲习班旨在为中国机器视觉行业的工程技术人员传授专业技术知识;为规模较小、自身不具备培训能力的视觉公司、设备生产企业及相关从业人员进行专业指导;为在校大学生及科研院所的相关专业人员提供学习交流的平台,学员通过学习培训对机器视觉技术有更加深入的认识和了解,实际操作能力得到较大提高,具备机器视觉行业公司及相关单位对从业人员的技术条件要求。

图片1.png

此次讲习班的主要课程内容包括视觉深度学习技术基础、深度学习在工业缺陷检测中的应用、案例实践三部分, 并由在这一领域从业多年的实践型专家进行授课。学员在现场可与光源、镜头、相机、传感器、工控机等众多教学器件进行零距离接触,在具体实战案例中学习知识内容及方法应用。

3S4A8089.jpg

课后,由讲师为符合资质的学员颁发了结业证书,并由阿里巴巴达摩院城市大脑实验室主任华先胜老师给表现优异的学员颁发了优秀学员奖,本次讲习班在学员们的热烈掌声及“技破惊天,智造未来”响亮的口号中圆满结束。

3S4A8386.jpg

讲习班结束后,联盟和达摩院展开的问卷调查活动共获得 545 份有效问卷,其中 80%以上来自行业伙伴,基本覆盖机器视觉业务产业链全流程的各环节相关企业,问卷满分为5分,整体评分超过4分。大部分学员对方法论课程内容评价最高,收获总评也最高,认为课后知识提升程度和对实际交付工作的帮助最大; 其次对「行业实战案例」课程评价也很高,在具体实战案例中讲解内容和知识内容以及方法应用,让学员可以身临其境,在相同的行业场景下面对问题产生思想碰撞的火花,体感强烈。

3S4A8384.jpg

本次机器视觉工业应用人才讲习班的成功召开获得了学员的一致好评。赢得业内口碑的同时也为机器视觉产业联盟(CMVU)和阿里巴巴达摩院的后续合作提供了十足的信心。未来双方将继续加强合作,为行业内技术交流传播贡献更多的力量。下一期讲习班将于11月举办,欲了解更多详细内容请关注联盟动态。


课程大纲
Day4

    (1)实战案例的问题分析

    (2)实战案例的破题过程与方案设计

    (3)方案执行过程中的问题及解决思路

    (4)多种方案的效果对比及最终选择原因

    (5)全程复现项目从理解到交付的关键过程,提供项目实际经验参考

Day3

    了解:

    (1)量化的模型能力评估方法

    (2)模型优化的整体思路

    (3)从数据、模型到业务处理的模型优化方法

    (4)优化后的交叉验证方法

    (5)对选择的模型如何进行部署

    掌握:

    (1) 能通过模型基本指标及测试集的可视化结果分析模型的问题

    (2)根据问题灵活运用模型优化的方法

    (3)对优化的结果进行验证

    (4)掌握模型部署方法


Day2

    了解:

    (1)从缺陷特点、算法技术、物理世界及业务价值方面综合评估项目可行性的方法与模型

    (2)如何与业主方QA等业务人员确定缺陷图像标准

    (3)工业质检场景算法方案设计的方法

    (4)如何构建高质量的数据集合加速模型指标提升

    (5)工业质检场景中模型训练优化与数据标准修正及指标取舍的方法

    掌握:

    (1) 工业缺陷检测项目可行性分析的方法

    (2)缺陷标准确认与更新的方法

    (3)能为复杂的质检项目进行算法模块能力的拆解

    (4)对交付过程中的数据及模型问题有体系化的应对方法


Day1

    了解:

    (1)视觉深度学习涉及的典型算法流程

    (2)视觉深度学习的基本能力

    (3)前向推理、反向传播等深度学习优化与应用的基本概念

    (4)深度学习算法训练与运行依赖的软硬件环境

    掌握:

    (1)深度学习算法的训练过程

    (2)常用算法:分类、检测、分割,以及深度学习的应用场景

    (3)深度学习算法的运行环境配置

    应用:

    (1)完成基本的算法训练

    (2)完成深度学习模型的部署

课程推荐