Duración
1 mes
Fecha de Inicio
21-08-2026
Modalidad
online
Dificultad
Principiante
Precio
497 €
El Curso de Control de Calidad con Visión Artificial de Academia IA es un programa de formación diseñado para profesionales del sector industrial y de la calidad que quieren comprender y comenzar a aplicar la visión artificial como herramienta de inspección automatizada en entornos de manufactura, sin necesidad de conocimientos previos en programación o inteligencia artificial. El programa cubre desde los fundamentos de cómo las cámaras y los algoritmos de IA ven e interpretan imágenes industriales hasta la configuración de sistemas básicos de detección de defectos en línea de producción.
A lo largo del curso explorarás cómo funcionan los sistemas de visión artificial, aprenderás a identificar los casos de uso más adecuados para tu sector —detección de defectos superficiales, verificación de ensamblado, medición dimensional, lectura de códigos y etiquetas—, y trabajarás con plataformas accesibles como Roboflow, Google Vision AI y herramientas de configuración de cámaras industriales inteligentes. Conocerás también los fundamentos del entrenamiento de modelos con imágenes de defectos reales y aprenderás a evaluar la eficacia de un sistema de visión artificial con las métricas que usan los responsables de calidad en plantas de manufactura. El programa culmina con un Proyecto Final en el que diseñarás una propuesta de sistema de visión artificial para un proceso de control de calidad real de tu entorno industrial.
El control de calidad manual ha sido durante décadas el estándar en la mayoría de las plantas de manufactura: inspectores humanos evaluando piezas, superficies y ensamblados a velocidades de línea que ponen al límite la capacidad de detección visual humana. El resultado es una tasa de fallos que no puede bajar de cierto umbral por razones fisiológicas —fatiga, variabilidad de criterio, limitaciones de velocidad de procesamiento visual—, y que se traduce en escapes de defectos a cliente, devoluciones, pérdidas de reputación y costes de no calidad que en muchos sectores representan entre el 5% y el 10% de la facturación. La visión artificial con IA elimina estas limitaciones de raíz: las cámaras no se fatigan, aplican el mismo criterio en la primera pieza que en la pieza diez mil, y pueden inspeccionar a velocidades de línea que ningún humano puede seguir.
El curso te capacitará para entender cómo funciona un sistema de visión artificial desde la captura de imagen hasta la decisión de aceptar o rechazar una pieza, identificar qué tipos de defectos son detectables con visión artificial y cuáles no, comprender qué infraestructura de hardware y software se necesita para implementar una solución básica, y participar con criterio en la definición de los requisitos de un proyecto de visión artificial para el control de calidad de tu planta.
Las herramientas y plataformas con las que trabajarás incluyen Roboflow para la anotación de imágenes y el entrenamiento de modelos de detección básicos, Google Vision AI y Azure Custom Vision para la clasificación de defectos sin programar, herramientas de configuración de cámaras inteligentes industriales de marcas como Cognex e IFM, y plataformas de gestión de datos de calidad con IA para el análisis de tendencias de defectos.
El Curso de Control de Calidad con Visión Artificial te prepara para participar con criterio técnico propio en los proyectos de automatización del control de calidad de tu organización, ya seas técnico de calidad, responsable de producción, inspector de calidad, ingeniero de procesos o directivo industrial que debe tomar decisiones de inversión en tecnología de inspección. Podrás actuar como interlocutor cualificado con los proveedores de soluciones de visión artificial, evaluar propuestas con criterio independiente y liderar internamente la adopción de estas tecnologías.
Desarrollarás la capacidad de identificar qué defectos y procesos de tu planta son candidatos ideales para la automatización con visión artificial, definir los requisitos técnicos de un sistema de inspección —resolución, velocidad de captura, iluminación, ángulos de visión— de forma suficientemente precisa para solicitar una propuesta técnica a un integrador, comprender cómo se etiquetan y preparan los datos de imagen necesarios para entrenar un modelo de detección de defectos, y evaluar la eficacia de un sistema de visión artificial con métricas de calidad como la tasa de detección (recall), la tasa de falsos positivos y el acuerdo entre el sistema automático y el inspector experto (kappa de Cohen).
Además, estarás capacitado para estimar el retorno de inversión de una solución de visión artificial en términos de reducción del coste de la no calidad, mejora de la capacidad de línea y eliminación del riesgo de escape de defectos a cliente, y presentar esa estimación de forma convincente ante la dirección de tu organización como justificación de la inversión.
admisiones@academiaia.ai +34 603 10 53 37
Av Marqués del Turia 14 Valencia
Formación a tu ritmo, sin desplazamientos ni permisos.
Entenderás y aplicarás visión artificial para control de calidad con herramientas visuales e intuitivas.
Trabajarás con Roboflow, Google Vision AI, Azure Custom Vision y configuradores de cámaras industriales Cognex.
La excelencia formativa define cada programa de Academia IA. Nuestro compromiso es ofrecer una experiencia de aprendizaje que combine rigor técnico con aplicabilidad inmediata, preparando profesionales capaces de generar impacto real desde el primer día.
Nuestros programas están diseñados por profesionales que trabajan en empresas del sector de inteligencia artificial. Compartimos las técnicas y herramientas que utilizamos en proyectos reales.
Al unirte a Academia IA accedes a más de 400 profesionales en Skool. Un espacio donde resolver dudas, compartir proyectos y seguir aprendiendo más allá del temario oficial.
( +34 ) 603 10 53 37
El Curso de Control de Calidad con Visión Artificial te da acceso a una de las aplicaciones de IA industrial con mayor retorno de inversión documentado y mayor facilidad de justificación ante la dirección: el control de calidad automatizado puede pagar su inversión en menos de doce meses en la mayoría de las aplicaciones industriales, y genera beneficios que se acumulan y se amplifican con el tiempo a medida que los modelos mejoran con más datos.
Eliminación de la variabilidad humana en la inspección: La inspección visual humana tiene una tasa de variabilidad natural que puede llegar al 20-30% entre inspectores o incluso entre diferentes momentos del mismo inspector a lo largo de un turno. Esta variabilidad es la causa raíz de muchos problemas de calidad que no se consiguen resolver con auditorías, formación o incentivos porque son fisiológicamente inevitables. La visión artificial aplica el mismo criterio con la misma precisión en cada inspección, eliminando esta variabilidad de raíz y haciendo los procesos de calidad verdaderamente repetibles.
Posicionamiento como impulsor de la modernización del área de calidad: Los departamentos de calidad que lideran la adopción de visión artificial en sus plantas se posicionan como socios estratégicos de la dirección de operaciones en lugar de como función de control reactiva. Quienes impulsan esta transformación desde dentro son los que acceden a roles de mayor responsabilidad en la organización y los que se convierten en referentes técnicos de la transformación digital industrial en su sector.
Reducción del coste de la no calidad con métricas claras: La visión artificial genera datos de defectos con una granularidad y consistencia que la inspección manual nunca puede alcanzar: cada pieza inspeccionada, cada defecto detectado, su tipo, su localización y su frecuencia quedan registrados automáticamente. Esta trazabilidad datos permite identificar causas raíz de defectos que antes eran invisibles, cerrar bucles de mejora continua con evidencia cuantitativa y demostrar ante clientes y auditores el nivel real de control del proceso.
Transferibilidad inmediata a tu entorno de trabajo: En Academia IA, el aprendizaje de este curso está diseñado para que cada concepto y cada herramienta pueda aplicarse de forma inmediata al contexto específico de la planta o el proceso del alumno. Los ejercicios prácticos se realizan con imágenes de defectos reales de sectores industriales diversos, y el Proyecto Final se aplica directamente a un caso real del entorno profesional del alumno.
La calidad del producto es el factor más determinante de la competitividad industrial a largo plazo: las empresas que escapan defectos a sus clientes pierden contratos, reputación y en sectores como la automoción o la aeronáutica, pueden enfrentarse a reclamaciones de responsabilidad con costes millonarios. En un mercado donde los requisitos de calidad de los clientes no dejan de endurecerse y donde los márgenes no permiten asumir los costes de la no calidad de la forma en que se hacía hace veinte años, la automatización inteligente de la inspección no es un lujo: es una necesidad competitiva.
La madurez tecnológica que hace posible la democratización: Hasta hace pocos años, los sistemas de visión artificial industrial eran soluciones propietarias de coste muy elevado, accesibles solo para grandes grupos industriales con equipos técnicos especializados. La irrupción del deep learning aplicado a imágenes, la caída del coste de las cámaras inteligentes, la disponibilidad de plataformas en la nube para el entrenamiento de modelos sin código y la proliferación de integradores especializados han democratizado completamente esta tecnología. Hoy, una pyme industrial puede implementar un sistema de visión artificial funcional con una inversión razonablemente accesible y un equipo técnico sin formación específica en visión por computador. El conocimiento que permite aprovechar esta democratización es exactamente lo que este curso proporciona.
El papel central de la calidad en la cadena de suministro global: Los grandes fabricantes de la automoción, la electrónica de consumo, la alimentación y la industria farmacéutica han trasladado sus exigencias de cero defectos a sus proveedores con una intensidad creciente. Las auditorías de segunda y tercera parte evalúan no solo los resultados de calidad sino los sistemas de aseguramiento que los generan. Un sistema de visión artificial bien implementado es una demostración tangible de madurez del sistema de calidad que diferencia a los proveedores que pueden acceder a los clientes más exigentes de los que quedan excluidos de esas cadenas de suministro de alto valor.
La convergencia con la trazabilidad y la mejora continua: Los datos generados por un sistema de visión artificial no solo sirven para aceptar o rechazar piezas en tiempo real: alimentan sistemas de análisis de tendencias que detectan la deriva del proceso antes de que llegue a generar rechazo, correlacionan tipos de defectos con parámetros de proceso para identificar causas raíz, y proporcionan evidencia objetiva para los ciclos de mejora continua basados en datos que caracterizan a las plantas industriales de mayor madurez. Esta dimensión analítica convierte la visión artificial de un sistema de inspección en un sistema de inteligencia de proceso de enorme valor estratégico.
El plan de estudio del Curso de Control de Calidad con Visión Artificial está organizado para llevar al alumno desde una comprensión conceptual clara de cómo funciona la visión artificial hasta la capacidad de diseñar y proponer una solución real para su planta, pasando por la práctica con herramientas de configuración y entrenamiento de modelos accesibles. La progresión es gradual, siempre anclada en casos de uso industriales reales y sin requerir en ningún momento conocimientos de programación o matemáticas avanzadas.
La primera fase del curso establece los fundamentos de la visión artificial industrial: qué es y cómo funciona a nivel conceptual, los componentes de un sistema de inspección —cámaras, ópticas, iluminación, unidad de procesamiento e interfaz con la línea—, la diferencia entre los sistemas de visión clásicos basados en reglas y los sistemas modernos basados en deep learning, y el mapa de aplicaciones más frecuentes en control de calidad: detección de defectos superficiales, verificación de presencia y posición de componentes, medición dimensional, lectura de códigos QR y DataMatrix, e inspección de envases y etiquetado.
Los bloques siguientes abordan la práctica con herramientas accesibles: cómo recopilar y anotar imágenes de defectos con Roboflow, cómo entrenar y validar un modelo básico de clasificación o detección de objetos sin programar, cómo evaluar su rendimiento con las métricas de calidad adecuadas, y cómo configurar los parámetros básicos de una cámara inteligente industrial con las herramientas de fabricantes como Cognex o IFM. A continuación, se trabajan los fundamentos de la integración en línea: cómo se conecta un sistema de visión artificial con el PLC de la línea para el accionamiento del rechazo, cómo se gestiona la base de datos de imágenes y resultados, y cómo se construye un panel de seguimiento de la calidad con los datos del sistema de visión. El programa culmina con el Proyecto Final, en el que el alumno identificará un proceso de control de calidad real de su entorno, definirá los requisitos del sistema de visión artificial, seleccionará la tecnología más adecuada y elaborará una propuesta estructurada con especificaciones técnicas, estimación de inversión y métricas de éxito.
Aprovecha todos nuestros recursos en cualquiera de nuestras formaciones.
El Proyecto Final del Curso de Control de Calidad con Visión Artificial consiste en el diseño de una propuesta de sistema de visión artificial para un proceso de control de calidad real del entorno industrial del alumno. No es un ejercicio teórico sobre un caso ficticio: es un documento de trabajo aplicado directamente a la realidad operativa del alumno, con el nivel de especificación necesario para presentarlo ante la dirección de su organización como base para una decisión de inversión real.
El proyecto incluye el análisis del proceso de inspección actual —qué se inspecciona, qué defectos se buscan, a qué velocidad de línea, con qué recursos humanos y con qué tasa de escapes actual—, la definición de requisitos del sistema de visión artificial en términos de resolución mínima necesaria para detectar los defectos objetivo, velocidad de captura compatible con la velocidad de línea, configuración de iluminación adecuada al tipo de superficie y defecto, y requisitos de integración con el sistema de control de la línea. A continuación, el alumno realizará una selección y justificación de la tecnología más adecuada entre las opciones del mercado —cámara inteligente, sistema de visión con PC, cámara en la nube— con criterios técnicos y económicos documentados. El proyecto incluye también un ejercicio práctico de anotación y entrenamiento de un modelo básico de clasificación de defectos con Roboflow sobre imágenes reales o representativas del proceso, con evaluación de su rendimiento inicial y propuesta de mejora. El entregable cierra con una estimación del retorno de inversión basada en el coste actual de la no calidad del proceso y el potencial de mejora del sistema propuesto, presentada en formato ejecutivo.
El Proyecto Final es el tipo de documento que los integradores de visión artificial presentan a sus clientes como propuesta técnica y que los responsables de calidad presentan a su dirección para justificar la inversión. Al construirlo desde dentro de la organización, con conocimiento de primera mano del proceso y del contexto, el alumno produce una propuesta de mucho mayor valor y credibilidad que cualquier análisis externo. Es además su primera referencia profesional verificable en el ámbito de la visión artificial industrial.
No te quedes con ninguna duda y revisa todas nuestras preguntas frecuentes!
Academia IA
En el Curso de Control de Calidad con Visión Artificial de Academia IA aprenderás a trabajar con Roboflow para la anotación de imágenes de defectos y el entrenamiento de modelos de clasificación y detección sin programar, Google Vision AI y Azure Custom Vision para la clasificación automatizada de defectos con plataformas en la nube, las interfaces de configuración de cámaras inteligentes industriales de fabricantes como Cognex e IFM para aplicaciones básicas de inspección, y herramientas de visualización de datos de calidad para el seguimiento de tendencias de defectos. Todo se aprende con ejemplos y ejercicios extraídos del contexto industrial real.
No. El Curso de Control de Calidad con Visión Artificial está diseñado para profesionales de la calidad y de las operaciones industriales sin formación técnica en programación o visión por computador. Los conceptos de óptica, iluminación y algoritmos de imagen se explican con el nivel de profundidad necesario para comprender por qué afectan al resultado y cómo tenerlos en cuenta al definir un sistema, sin entrar en matemáticas ni en código. Si tienes experiencia en procesos de control de calidad industrial, ese conocimiento de dominio es lo más valioso que puedes aportar al aprendizaje de visión artificial.
Sí, y de hecho el curso incluye casos de uso y soluciones específicamente orientados a ese contexto. El Curso de Control de Calidad con Visión Artificial de Academia IA presenta opciones tecnológicas con distintos niveles de inversión, desde cámaras inteligentes industriales de coste accesible hasta soluciones en la nube con pago por uso que no requieren infraestructura propia. Aprenderás a priorizar el caso de uso con mayor retorno de inversión para empezar, a definir el alcance mínimo viable de la primera implementación y a escalar la solución de forma incremental a medida que se demuestre el valor en producción.
Los cursos de visión por computador y machine learning genéricos están orientados a desarrolladores e ingenieros de datos que quieren aprender a programar modelos de imagen desde cero. El Curso de Control de Calidad con Visión Artificial de Academia IA está orientado a profesionales de la calidad y las operaciones industriales: aprenderás a definir qué necesitas, a elegir la tecnología adecuada para tu proceso, a usar herramientas sin código para entrenar modelos básicos y a evaluar si un sistema funciona con las métricas que importan en un contexto de manufactura real. No aprenderás a construir OpenCV desde cero: aprenderás a usar la visión artificial para resolver problemas reales de calidad en tu planta.
