Skip to main content

Production Line Inspection Solution

EastPark

ในบทเรียนนี้ คุณจะได้เรียนรู้ตัวอย่างการใช้งานโซลูชั่นตรวจสอบสายการผลิตอัจฉริยะ พร้อมเทคนิคการดึงภาพจากกล้องอุตสาหกรรมด้วย SDK การสร้างโมเดล AI จากแพลตฟอร์มที่ไม่ต้องเขียนโปรแกรม การพัฒนา AI Inference Dashboard เพื่อให้ทุกคนสามารถใช้งานได้ง่ายขึ้น การทดสอบประสิทธิภาพของ AI model ที่ถูกสร้างขึ้น รวมถึงองค์ความรู้ในการเชื่อมต่อ PLC เพื่อควบคุมและสั่งการอุปกรณ์ต่าง ๆ ในสายการผลิต ไม่ว่าคุณจะเป็นนักพัฒนาใหม่หรือผู้มีประสบการณ์ คอร์สนี้จะช่วยให้คุณเชื่อมต่อเทคโนโลยี AI และระบบควบคุมอัตโนมัติในสายการผลิตได้อย่างราบรื่น พร้อมทั้งสร้างโอกาสในการพัฒนาโปรเจคจริงที่น่าตื่นเต้น!

ทักษะและเครื่องมือพื้นฐาน

1. ผู้เรียนต้องมีพื้นฐานการใช้งานโปรแกรม Visual Studio Code
2. ผู้เรียนต้องมีพื้นฐานโปรแกรม python
3. ผู้เรียนต้องมีพื้นฐานด้าน PLC เบื้องต้น

วัตถุประสงค์

1. เพื่อให้ผู้เรียนเห็นภาพการนำเทคโนโลยี AI มาใช้กับการวิเคราะห์ข้อมูลในสายการผลิตอัจริยะ
2. เพื่อให้ผู้เรียนได้พัฒนาโปรแกรม สำหรับอ่านข้อมูลภาพจากกล้องอุตสาหกรรม
3. เพื่อให้ผู้เรียนได้สร้างโมเดลปัญญาประดิษฐ์ (AI Model) สำหรับอุตสาหกรรม 4.0 ได้ด้วยตนเอง
4. เพื่อให้ผู้เรียนได้พัฒนาโปรแกรม สำหรับสร้างบริการและหน้าต่างการทำงานเพื่อเข้าถึงกระบวนการทำงานของ AI อย่างง่าย
5. เพื่อให้ผู้เรียนได้เข้าใจกระบวนการวิเคราะห์ประสิทธิภาพการทำงานของ AI Model
6. เพื่อให้ผู้เรียนเข้าใจหลักการในการเชื่อมต่ออุปกรณ์ PLC สำหรับใช้ในการสั่งการแบะส่งข้อมูลให้กับอุปกรณ์อื่นในสายการผลิตได้

ประโยชน์ที่คาดว่าจะได้รับ

1. สามารถพัฒนาโปรแกรม สำหรับอ่านข้อมูลภาพจากกล้องอุตสาหกรรม
2. สามารถพัฒนาโซลูชั่นปัญญาประดิษฐ์สำหรับใช้ไปตอบโจทย์ความต้องการของอุตสาหกรรม 4.0
3. สามารถตรวจสอบประสิทธิภาพการทำงานโมเดลปัญญาประดิษฐ์ของตนเอง

บทเรียน

บทที่ 1: Solution Overview
    การเปลี่ยนแปลงจากอุตสาหกรรม 2.0 เป็น 4.0
    กระบวนการตรวจสอบสายการผลิตอัจฉริยะด้วย AI
    แนะนำ PLC เบื้องต้น
บทที่ 2: การดึงค่ารูปภาพจากกล้องอุตสาหกรรม
    machine vision & sdk
    การดึงภาพจากกล้องอุตสาหกรรมด้วย BDH SDK
บทที่ 3: การสร้างโมเดลปัญญาประดิษฐ์ (AI Model) บน BDH Xbrain Platform
    กระบวนการสร้างโมเดลปัญญาประดิษฐ์
    ขั้นตอนการสร้างโมเดลปัญญาประดิษฐ์บน BDH Xbrain Platform
    กระบวนการประเมินประสิทธิภาพของโมเดลปัญญาประดิษฐ์
บทที่ 4: การพัฒนาบริการ AI และระบบ AI Inference
    กระบวนการพัฒนาบริการ AI (AI Model Services) ในรูปแบบของ API
    การเข้าถึงผลลัพธ์การประมวลผลของโมเดล AI
    ขั้นตอนการพัฒนาระบบ AI Inference อย่างง่าย
บทที่ 4: PLC
    แนะนำหลักการรับและส่งข้อมูลจาก PLC ผ่าน BDH API

ผู้เรียนจะมีสมรรถนะต่อไปนี้

1. ความเข้าใจในระบบการทำงานในวงการอุตสาหกรรมในมุมของรูปภาพ
2. สามารถสร้าง AI Model สำหรับอุตสาหกรรมและนำไป Deploy ใช้งานได้
3. สามารถสร้าง AI Dashboard เพื่อนำข้อมูลการใช้งาน AI Model ได้ง่ายขึ้น
4. ความเข้าใจในการเข้าถึงผลลัพธ์การประมวลผลจาก AI Model ด้วยภาษาโปรแกรม Python
5. แนวทางการพัฒนาโซลูชั่นสำหรับไปตอบโจทย์ความต้องการในมุมของอุตสาหกรรม

เวลาที่ใช้ในการเรียนรู้

6 ชั่วโมง

ผู้สอน

สุกนต์ธี สังขันธ์
Video Analytics Developer
มีความเชี่ยวชาญในการสร้างกระบวนการพัฒนาโมเดลปัญญาประดิษฐ์ โดยเฉาะการสร้างโมเดลปัญญาประดิษฐ์กับข้อมูลที่เป็นรูปภาพ (image)
สุริษา ขาวผ่อง
Video Analytics Developer
มีความเชี่ยวชาญในการสร้างกระบวนการพัฒนาโมเดลปัญญาประดิษฐ์ โดยเฉาะการสร้างโมเดลปัญญาประดิษฐ์กับข้อมูลที่เป็นรูปภาพ (image)
Enroll