مطالعه و ارزیابی سیستم های کنترل کیفیت در فرآیند تولید صنعتی با استفاده از تکنیک های پردازش تصویر، یادگیری ماشین و یادگیری عمیق

در سالهای اخیر با رشد علم و فناوری و ایجاد بازارهای رقابتی در صنایع مختلف ، لزوم کنترل کیفیت ، اندازهگیری پارامترهای کمی و کیفی محصول نهایی اهمیت به سزایی پیداکرده است . داشتن یک محصول باکیفیت مهم ترین بخش از یک خط تولید است ، به طوریکه امروزه کمتر کارخانه پیشرفته ای وجود دارد که بخشی از تولید آن توسط برنامه های هوشمند بینایی ماشین و پردازش تصویرترجیحا مبتنی بر وب کنترل نشود. مدیریت کیفیت در زمان واقعی و بر خط ، امکان افزایش کارایی تولید را به نحو موثری فراهم می کند. بر این اساس، هدف اصلی این مقاله بررسی و ارزیابی دقیق برخی از تکنیک های مهم و تاثیرگذار مبتنی بر پردازش تصویر، یادگیری ماشین و یادگیری عمیق است که در زمینه کنترل کیفیت محصولات صنعتی در بستر وب استفاده می شوند. علاوه بر این ، تحقیق حاضر قصد دارد نقشه راه مناسبی برای رسیدن به روشهای موثر و پرسرعت در تحقیقات آتی ، در حوزه کنترل کیفیت صنعتی در فضای وب را نیز ارائه دهد .

کلیدواژه ها:

پردازش تصویر ، یادگیری ماشین ، یادگیری عمیق ، تشخیص نقص ، کنترل کیفیت در وب