01
A partir de un conjunto de imágenes digitales (fotos o vídeos) se crea y se entrena un modelo de machine learning que aborda una casuística específica: identificación de fallos en el proceso productivo, supervisión de la calidad de un acabado, alertas de fallos en la cadena de montaje, etc.
Solución
La solución cubre la infraestructura necesaria en Azure para soportar el almacenamiento del dataset, la computación necesaria para la ejecución de los algoritmos de machine learning y su integración con el entorno SW/HW de la empresa.
INDUSTRIA
Maximizar la producción optimizando la asignación de productos a líneas, operadores y maquinaria. Maximizar el uso de materias primas optimizando los procesos de corte.
LOGÍSTICA
Minimizar el tiempo de caminata optimizando la ubicación del producto y diseñando rutas óptimas para recoger y dejar. Minimizar los costos optimizando qué fabricar (cantidad) en cada planta y qué enviar a cada almacén.
SALUD
Maximizar la ocupación y uso de quirófanos optimizando la planificación de intervenciones y la asignación de quirófanos y profesionales.
Plan de ejecución
Fase 0: viabilidad
4 semanas
Fase 1: proyecto
2-6 semanas
Fase 2: extensión
Variable
Blog
Descubre cómo entrenar modelos de visión artificial con Custom Vision
Videos
Sketch2code: Aplica inteligencia artificial para reducir tiempos en el diseño web.
