교육과정 개요
2. 교육과정 개요 | |
---|---|
교과목명 | Vision AI를활용한 원단 불량검출서비스 |
교육대상 | 패션산업분야 중소기업 재직자 중 5년이상 재직자(대리급 이상) |
교육횟수 | 3회 |
수료기준 | 총 출석률 80% 이상을 이수한 자 |
교육장소 | 서울시 대학로 에듀센터 교육장 및 기업체 교육장 |
교육운영 |
- 온라인 기반교육 : 2개 과정 - 핵심 교육 : 온라인 1개 과정+ 오프라인 (8시간*2일) - 프로젝트 : 오프라인 (8시간*3일) |
교육인원 | 정원20명 |
핵심역량 | 최신 기술트렌드 및 사례, 융합역량(기술, 패션) |
교육특징 |
- 중간관리자 내 다른 과정 중복수강 가능 - 중식,간식,교재,실습장비 제공 - 수료시 기념품 제공 - 실습 및 프로젝트 수행시 패션AI융합멘토 지원 |
교육 일정
3. 교육 일정 | ||||||
---|---|---|---|---|---|---|
구분 | 주제 | 강의내용 | 시간 | 비고 | 온/오프 | 비고 |
1 | Vision AI를활용한 불량검출서비스 개요 |
◦ 과정소개 (최종목표 안내: Vision AI를 활용한 불량검출 시스템 프로젝트 기획안 작성) ◦ 패션 및 의류 업계를 포함한 다양한 분야의 제조 및 공장시스템에서 인공지능 적용 사례 및 동향 |
8 | 이론 | 온라인 및 오프라인 | |
2 | Vision 데이터전처리 실습 |
◦ 패션업의 생산공정 내 지능형 시스템 사례 소개 - 국내, 외 생산공정이나 제조공정에서 사용 중인 지능형 생산 시스템 형태 사례 소개 ◦ 컴퓨터비전을 이용한 패션산업 내 인공지능 시스템 소개 ◦ AI Vision데이터 활용 방법 및 전처리 방법 소개 |
4 | 이론 | ||
◦ 오픈소스 컴퓨터 비전 라이브러리를 활용하기 위한 환경 구축 실습 ◦ 라이브러리를 활용한 다양한 필터 적용 실습 |
4 | 실습 | ||||
3 | ◦ 필터링을 활용한 이미지 데이터 정제 실습 ◦ 기존 이미지 적용과 인공지능의 학습 데이터라이브러리 적용 실습 ◦ 수집된 데이터를 학습 형식에 맞게 데이터 가공 실습 |
4 | 실습 | |||
4 | Vision AI 기반의 섬유 염색 공정에서의 실시간 불량검출 |
◦ 구글 코랩을 활용한 이미지 분류모델(CNN)개념 학습 ◦ 원단 생산 공장의 스마트 팩토리 도입 사례의 원리 및 시스템 학습 - 섬유 염색 제조공정에 적합한 지능형 생산시스템형태 기획 실습 - 현업종사자의 제조공정상 노동력을 대체할 수 있는 공정 자동화 사례 적용 - 불량검출 시스템 구축을 위한 기구 설계 실습 |
8 | 실습 | 오프라인 | AI융합전문가 멘토 참여 개별 프로젝트 기획안 세부 실행계획 작성 |
5 |
◦ 이미지를 통한 불량품 탐지 모델 학습 - 이미지 데이터의 특성 및 분석 방법에 대한 이해 - 이미지 인공지능 신경망에 대한 설명 및 실습 |
8 | 실습 | |||
6 |
◦ Vision AI를 활용한 실시간 불량검출 - 섬유 염색 제조공정상 공장의 구조와 실시간 불량품 탐지 모델의 일원화 기획 실습 |
4 | 실습 | |||
◦ 프로젝트 기획안 수립 | 4 | 실습 (토론) |
||||
합계 | 48 |