
Open
Posted
•
Ends in 9 hours
Paid on delivery
Saya ingin meningkatkan efisiensi kerja di lini produksi manufaktur dengan membangun sistem AI untuk pengawasan kualitas. Fokusnya adalah mendeteksi cacat produk secara real-time agar proses sortir berlangsung otomatis dan akurat, sehingga downtime dan limbah dapat ditekan. Ruang lingkup pekerjaan: • Memetakan alur inspeksi yang ada dan mengidentifikasi titik pengambilan data (kamera, sensor, atau citra mikroskop). • Membersihkan dan menyeimbangkan dataset citra produk; jika data belum memadai, sertakan rencana augmentasi atau synthetic data generation. • Melatih model computer vision (mis. YOLO, EfficientDet, atau metode setara) yang mampu mengklasifikasikan cacat dengan presisi tinggi. • Menyiapkan pipeline inferensi low-latency—idealnya menggunakan Python, TensorFlow Lite, atau ONNX—yang dapat dipasang di edge device di dekat jalur produksi. • Menyusun dashboard sederhana untuk memvisualisasikan metrik inspeksi, alarm kegagalan, dan laporan harian. Kriteria penerimaan: 1. Akurasi deteksi cacat ≥ 95 % pada dataset uji internal. 2. Kecepatan inferensi ≤ 100 ms per gambar pada perangkat target (sebutkan spesifikasinya). 3. Dokumentasi lengkap mencakup arsitektur, cara retraining, dan panduan deployment. Beri tahu saya jika Anda memiliki pengalaman serupa di bidang manufaktur atau punya contoh model vision yang pernah di-deploy di fasilitas produksi. Saya siap berdiskusi tentang akses data, pilihan perangkat keras, dan timeline terbaik.
Project ID: 40565767
26 proposals
Open for bidding
Remote project
Active 57 yrs ago
Set your budget and timeframe
Get paid for your work
Outline your proposal
It's free to sign up and bid on jobs