La visione artificiale -computer vision- aiuta a portare a termine attività industriali complesse in modo affidabile e coerente e aumenta la qualità e la produttività, riducendo i costi di produzione. Eliminando il contatto fisico tra il sistema di verifica e le parti da controllare, la visione artificiale evita danni ai pezzi ed elimina tempi e costi di manutenzione derivanti da usura o rottura dei componenti meccanici. Apporta maggiore sicurezza e vantaggi operativi riducendo la necessità di intervento umano nel processo produttivo. Previene inoltre la contaminazione umana di ambienti sterili e protegge i lavoratori dagli ambienti pericolosi. Nel corso verranno affrontati i fondamenti della computer vision e del machine/deep learning finalizzati alla gestione, elaborazione e analisi di immagini digitali.
Scenari applicativi e trend tecnologici.
Modellazione geometrica della formazione dell’immagine e visione stereo.
Deep Learning per computer vision: principi di base di machine learning (training-validation-test, underfitting/overfitting, regolarzzazione, model selection), classificatori lineari e reti fully-connected, CNN, principali architetture per classificazione di immagini (AlexNet, VGG, Inception, ResNet, MobileNe) object detection (R-CNN, Faster R-CNN, YOLO). Architetture per Anomaly Detection. Cenni sui modellazione congiunta di immagini e linguaggio naturale (CLIP) e sui modelli per la generazione di immagini (diffusion models).