IA para Control y Aseguramiento de la Calidad en Líneas de Producción

Introducción a la IA en el Control de la Calidad

• Visión general de la IA en los procesos de calidad de la manufactura
• Aplicaciones en inspección, detección de defectos y cumplimiento normativo
• Beneficios y limitaciones del aseguramiento de la calidad potenciado por IA

Recopilación y Preparación de Datos de Calidad

• Tipos de datos utilizados en control de calidad (imágenes, sensores, registros de producción)
• Etiquetado de conjuntos de datos visuales con LabelImg
• Almacenamiento y estructuración de datos para el entrenamiento de modelos

Introducción a la Visión por Computadora para el Control de Calidad

• Fundamentos del procesamiento de imágenes con OpenCV
• Técnicas de preprocesamiento para imágenes industriales
• Extracción de características visuales para el análisis

Aprendizaje Automático para la Detección de Anomalías

• Entrenamiento de clasificadores simples para la detección de defectos
• Uso de redes neuronales convolucionales (CNNs)
• Aprendizaje sin supervisión para la identificación de anomalías

Predicción de Rendimientos con Modelos de IA

• Introducción a técnicas de regresión
• Construcción de modelos para predecir los rendimientos de la producción
• Evaluación y mejora de la precisión de las predicciones

Integración de la IA con Sistemas de Producción

• Opciones de implementación para modelos de inspección
• IA en el borde (Edge AI) frente al análisis basado en la nube
• Automatización de alertas y reportes de calidad

Caso Práctico y Proyecto Final

• Desarrollo de un prototipo de inspección por IA de extremo a extremo
• Entrenamiento y prueba con conjuntos de datos de ejemplo de control de calidad
• Presentación de una solución funcional de IA para control de calidad

Resumen y Próximos Pasos