通過技術講解、案例介紹、項目演示、小組交流等形式，學員可以快速了解AI基礎算法和大模型賦能工業檢測技術的典型應用（汽車、3C、鋼鐵等）。通過演示主流機器視覺模型及平臺化項目開發過程，學習并掌握包括缺陷檢測、行為檢測、工業多模態融合檢測等技術基礎，學員將全面了解AI在工業檢測中的應用現狀和發展趨勢，掌握從數據準備、算法選型、模型訓練到系統集成的全流程工具鏈，并能夠根據實際場景設計高效的AI檢測解決方案。

一、工業檢測技術的演進及其AI賦能

1.       工業檢測的范圍與場景（產品檢測與行為檢測）

2.       從傳統檢測到AI智能檢測的技術發展路徑

‐   傳統檢測：人工目視檢查和簡單測量工具階段

‐   傳統機器視覺檢測：規則算法和固定閾值的檢測

‐   AI檢測：基于深度學習和神經網絡具備自學習能力

‐   案例介紹：AI檢測與傳統機器視覺檢測的機理差異及在零部件缺陷及變異檢測中的高準確性

3.       工業檢測的挑戰與瓶頸：小樣本、高實時性、缺陷多樣性

4.       現代工業AI檢測系統的四大支柱：光學、聲學、力學、化學

5.       AI在多模態檢測中的核心價值：自適應、自學習、自決策

二、工業視覺檢測基礎與系統選型

1.       AI檢測的眼睛：拍一張高質量現場照片的意義

2.       工業機器視覺與圖像處理的技術基礎

‐   CCD與相機技術：2D、3D相機、事件相機

‐   鏡頭對圖像的影響：根據視場、分辨率和工作距離選擇合適的鏡頭

‐   光源與照明：光照方向、光源類型與顏色對缺陷顯現的作用

‐   案例介紹：外觀檢測的原理與最佳設置方法舉例

‐   案例介紹：大尺寸構件機器視覺檢測項目的系統組成

‐   新的思路：基于數字孿生技術融合的“虛擬相機”

三、深度學習核心算法與缺陷檢測實戰

1.       基于神經網絡的核心算法簡介：

‐   AI的技術演進與當下主流核心：理解神經網絡算法與通用大模型

‐   主流機器視覺模型CNN、YOLO等在缺陷分類、定位、分割中的應用

‐   課堂演示：基于YOLO模型的工件表面缺陷分類之數據集、缺陷標注、模型訓練與驗證

‐   缺陷檢測中的數據難點與知識遷移（GAN等）簡介

2.       不同行業檢測場景案例精析：

‐   缺陷檢測中數據預處理的一些原則和方法

‐   汽車行業：火花塞尺寸與車蓋密封條檢測

‐   3C電子：PCB板焊點分割與缺陷識別、屏幕亮點壞點檢測等

‐   鋼鐵冶金：帶鋼表面缺陷檢測（劃痕、孔洞、氧化皮）

四、作業行為檢測技術與應用場景

1.       行為檢測的核心技術與算法：

‐   目標檢測：識別工具、零件、人員

‐   姿態估計：獲取人體關鍵點，分析動作姿態

‐   行為識別：基于視頻序列判斷復雜行為

2.       作業場景與行業案例（可選）：

‐   裝配作業合規性（防呆）：

‐   案例（汽車）：安裝發動機缸蓋時，正確執行了“打膠-安裝-擰緊”的標準化流程。

‐   案例（電子）：擰緊手機主板螺絲時，是否使用了正確的電動扭矩螺絲刀、擰足了指定顆數。

3.       企業安全生產：

‐   案例（重工）：實時監測人員是否進入危險區域、是否正確佩戴安全帽/手套。

‐   案例（通用）：識別煙霧、火焰等異常狀態。

4.       案例介紹：作業效率分析之組裝生產線的動作路徑，優化動作，減少耗時

五、多模態AI融合檢測技術

1.       多模態AI融合算法

‐   基于深度學習的多模態特征融合技術

‐   多模態注意力機制在檢測中的應用

2.       聲學與振動檢測的AI應用

‐   基于時序深度學習的故障預測

‐   案例：基于LTSM模型故障預測的應用

3.       案例介紹：德國萊茵檢測全自動智能無人值守實驗室SMART LAB

六、模型部署與系統工程

1.       系統集成（Integration）：通過API、MQTT等協議與MES、QMS、PLC等工業系統實現“檢測-判斷-執行”的閉環。

2.       模型輕量化與加速技術簡介：剪枝、蒸餾、量化

3.       部署策略選擇：

‐   邊緣部署（Edge Deployment）：使用NVIDIA、華為Atlas等設備實現低延遲實時檢測

‐   云端部署（Cloud Deployment）：處理復雜分析和大批量數據

‐   案例介紹：基于科大訊飛星火大模型的工業數據集訓練與應用部署

李老師  上海威才咨詢 | 特聘資深培訓講師/咨詢顧問

‐   西安交大工學碩士

‐   27年制造業運營與咨詢經驗

‐   上海交大弗勞恩霍夫科創中心高級顧問、上海交大中美物流研究院特聘講師

‐   數字化轉型與智能制造專家

‐   精益生產與物流規劃

‐   AI工業賦能應用

工作經歷：

‐   27年制造業運營與咨詢經驗，其中8年世界500強企業制造與供應鏈實操經驗

‐   曾赴德國研修工業4.0、日本豐田研修精益管理

‐   對生產運營、智能制造有深刻的理解和應用，提煉的智能制造與數字化工廠規劃方法，已服務于大型央企、國企等多家大中型企業咨詢及數字化項目，企業內部培訓和咨詢輔導客戶數量超過100家。熟悉汽車行業（整車、零部件）、軌道交通裝備、服裝供應鏈、電子信息產業、家電、化工、新能源等十幾個行業運營模式。

主要擅長課程：

《智能制造與數字化工廠規劃》

《AI重構制造業數字化創新》

《數字化戰略轉型與實踐》

《工廠智能物流的規劃與實踐》

《AI在工業檢測中的應用與工具鏈》

服務過的咨詢項目：

‐   中車集團系列數字化轉型輔導與咨詢項目

‐   蘇州萊頓汽車零部件智能產線項目

‐   上海真諾智能儀表有限公司智能工廠規劃項目

‐   首批創業板公司鄭州XX電子運營管理咨詢

‐   特步集團工廠倉儲物流優化項目

‐   海爾工廠計劃體系優化與APS咨詢項目