ADR-Flow (https://adrflow.it/) è una piattaforma progettata per facilitare la creazione di sistemi di riconoscimento automatico dei difetti (ADR) individuabili tramite ispezione visiva di una produzione industriale, che utilizza le funzionalità di Machine Learning Supervisionato e di Transfer Learning messe a disposizione da Keras e TensorFlow.

In questo laboratorio viene simulata una linea di produzione industriale che produce dei componenti che devono essere analizzati automaticamente al fine di evidenziare eventuali difetti. Ai partecipanti al laboratorio, dopo una breve introduzione sul Machine Learning Supervisionato, viene descritto come la piattaforma ADR-Flow può essere utilizzata per realizzare un sistema ADR. Viene poi descritto mel dettaglio il sistema ADR su cui verrà svolto il workshop, come i componenti di ADR-Flow, Keras e Tensor Flow devono essere distribuiti sui vari componenti del sistema ed il suo “setup”. Fatto questo, si mette in funzione il sistema e si vede operativamente come fare per arrivare ad un effettivo riconoscimento dei difetti attraverso le fasi di questo processo.

Requisiti Necessari:

Il workshop può essere seguito da un qualsiasi PC dotato di una connessione a Internet stabile ed un browser moderno (ad esempio Firefox, Chrome o Safari). Chi lo desidera ed ha le conoscenze necessarie, potrà collegarsi via SSH ad un server per sperimentare direttamente l’addestramento della rete neurale in grado di riconoscere un difetto.

Programma del workshop:

• introduzione

• acquisizione immagini

• classificazione immagini

• addestramento reti neurali

• riconoscimento difetti in tempo reale

• conclusioni

A chi si rivolge:

Tecnici di aziende manifatturiere che vogliono introdurre nel loro processo produttivo il riconoscimento automatico dei difetti e valutare quindi ADR-Flow come strumento. Decision-maker aziendali che vogliono adottare o anche solo valutare le potenzialità di una piattaforma in grado di supportarli nel monitoraggio della qualità delle proprie linee di produzione.

Conoscenze necessarie:

È necessaria una conoscenza di base dei temi della Intelligenza Artificiale, del Machine Learning e del Supervised Learning, che comunque verranno introdotti brevemente durante il workshop. Per poter effettuare esperimenti di addestramento bisogna avere una conoscenza di base, anche non tecnica, di come avviene processo di apprendimento, di TensorFlow e dell’uso di una CLI del tipo bash.

Trainer: Paolo Mascellani (eLabor)