⭐ Learning Path flagship
Trở thành Vision Engineer
Machine Vision + AI Vision + Industrial Automation
Lộ trình thực chiến từ Python, OpenCV và Machine Vision đến Deep Learning, AI Vision, Camera, PLC, Robot và triển khai hệ thống Vision trong nhà máy.
- 14 chặng
- 5 giai đoạn
- ~12 tháng 8–10 giờ/tuần · ~52 tuần
- Miễn phí
Bạn đang ở đâu?
Chọn điểm xuất phát phù hợp, không cần học lại những gì đã biết.
Giai đoạn 1Nền tảng lập trình & xử lý ảnh
-
Bạn sẽ học
- Cú pháp, kiểu dữ liệu, hàm, module và xử lý lỗi
- NumPy: mảng nhiều chiều, slicing, phép toán vector hóa
- Môi trường ảo, pip, đọc/ghi file và cấu trúc một dự án nhỏ
Học xong bạn có thể
Viết script xử lý dữ liệu và thao tác trực tiếp trên mảng ảnh bằng NumPy.
11 bài học · ~12 giờ 0/11 bài
- Cài Python, VS Code và chạy chương trình đầu tiênBài học
- Biến, kiểu dữ liệu và toán tửBài học
- Rẽ nhánh và vòng lặpBài học
- List, tuple, dict và setBài học
- Hàm và moduleBài học
- Đọc ghi file, pathlib và xử lý lỗiBài học
- Môi trường ảo, pip và thư viện cho AI VisionBài học
- Xử lý thư mục ảnh, CSV và logThực hành
- NumPy cơ bản: mảng, slicing, vector hóaBài học
- Ảnh là mảng số: NumPy cho xử lý ảnhBài học
- Dự án chặng 1: báo cáo chất lượng thư mục ảnhDự án
-
Bạn sẽ học
- Đọc, hiển thị, ghi ảnh và video; lấy khung hình từ camera
- Không gian màu BGR, HSV, Grayscale; ROI, resize, crop
- Vẽ kết quả lên ảnh và tổ chức pipeline xử lý
Học xong bạn có thể
Viết chương trình đọc camera, cắt vùng quan tâm và lưu ảnh kiểm tra.
6 bài học · ~7 giờ 0/6 bài
-
Bạn sẽ học
- Lọc nhiễu (Gaussian, median), histogram và cân bằng sáng
- Phân ngưỡng, morphology, phát hiện cạnh Canny
- Contour, blob analysis: đếm, đo diện tích, tìm tâm
Học xong bạn có thể
Tách đối tượng khỏi nền, đếm và đo đặc trưng bằng thuật toán cổ điển.
8 bài học · ~10 giờ 0/8 bài
- Histogram và cân bằng sángBài học
- Lọc nhiễu và phát hiện cạnhBài học
- Phân ngưỡng và contour: đếm, đo vật thểBài học
- Morphology: erode, dilate, opening, closingBài học
- Đặc trưng contour và blob analysisBài học
- Watershed: tách các vật dính nhauBài học
- Biến đổi hình học: affine và phối cảnhBài học
- Dự án chặng 3: đếm sản phẩm trên băng tảiDự án
Giai đoạn 2Machine Vision công nghiệp
-
Bạn sẽ học
- Kiến trúc hệ thống: camera, quang học, chiếu sáng, xử lý, I/O
- 5 nhóm bài toán: có/không, đo lường, kiểm tra lỗi, nhận dạng, dẫn hướng
- Thư viện thương mại (Halcon, VisionPro…) so với OpenCV
Học xong bạn có thể
Phân tích một yêu cầu kiểm tra và chọn hướng giải quyết phù hợp.
4 bài học · ~4 giờ 0/4 bài
-
Bạn sẽ học
- Trigger, encoder, tốc độ dây chuyền và cycle time
- Tiêu chí OK/NG, tỉ lệ lọt lỗi (escape) và loại nhầm (overkill)
- Đặc tả yêu cầu, nghiệm thu FAT/SAT
Học xong bạn có thể
Viết đặc tả kỹ thuật và tiêu chí nghiệm thu cho một trạm kiểm tra.
6 bài học · ~6 giờ 0/6 bài
-
Bạn sẽ học
- Cảm biến area/line scan, global/rolling shutter, độ phân giải và pixel size
- Ống kính: tiêu cự, FOV, khoảng làm việc, độ sâu trường ảnh, telecentric
- Chiếu sáng: backlight, ring, coaxial, dome, low-angle; màu đèn và filter
Học xong bạn có thể
Tính toán và chọn camera, ống kính, đèn cho một bài toán cụ thể.
8 bài học · ~7 giờ 0/8 bài
- Global/rolling shutter, area/line scanBài học
- Chọn camera và ống kính: độ phân giải, FOV, tiêu cựBài học
- Độ sâu trường ảnh, khẩu độ, lấy nétBài học
- Ống kính telecentric: khi nào cần?Bài học
- 7 kiểu chiếu sáng và khi nào dùngBài học
- Màu đèn, kính lọc và phân cựcBài học
- Kiểm soát ánh sáng môi trườngBài học
- Bài tập chặng 6: chọn camera, ống kính, đèn cho bài toán thậtDự án
-
Bạn sẽ học
- Đo kích thước subpixel bằng edge/caliper, fitting đường và đường tròn
- Template matching và shape-based matching để định vị chi tiết
- Đọc barcode, QR, DataMatrix và OCR ký tự in/khắc
Học xong bạn có thể
Xây công cụ đo, định vị chi tiết và đọc mã, ký tự một cách ổn định.
8 bài học · ~10 giờ 0/8 bài
- Đo cạnh subpixel, fitting đường thẳng và đường trònBài học
- Template matching: định vị chi tiếtBài học
- Feature matching và shape matching khi vật xoayBài học
- Đọc mã QR và DataMatrixThực hành
- OCR và OCV trong công nghiệpBài học
- OCR với Tesseract và tiền xử lýBài học
- OCR bằng Deep LearningBài học
- Dự án chặng 7: đọc và xác minh số seriDự án
-
Bạn sẽ học
- Mô hình camera pinhole và méo ống kính
- Hiệu chuẩn intrinsic bằng bàn cờ; quy đổi pixel sang mm
- Hand-eye calibration giữa camera và robot
Học xong bạn có thể
Đo theo đơn vị mm và chuyển tọa độ ảnh sang tọa độ robot.
6 bài học · ~8 giờ 0/6 bài
Giai đoạn 3Tích hợp nhà máy
-
Bạn sẽ học
- I/O số, trigger và handshake với PLC
- Giao tiếp Ethernet/IP, PROFINET, Modbus TCP, TCP socket
- Gửi tọa độ cho robot pick & place; lưu kết quả, ảnh NG lên MES / database
Học xong bạn có thể
Tích hợp trạm vision vào dây chuyền: nhận trigger, trả kết quả cho PLC/robot và lưu dữ liệu truy xuất.
9 bài học · ~11 giờ 0/9 bài
- I/O số và handshake với PLCBài học
- Các chuẩn giao tiếp: Modbus TCP, EtherNet/IP, PROFINETBài học
- Modbus TCP bằng Python với pymodbusBài học
- OPC UA cho kỹ sư VisionBài học
- TCP socket: gửi kết quả và tọa độ cho robotBài học
- Vision dẫn hướng robot gắp vậtBài học
- MES và truy xuất nguồn gốcBài học
- Lưu kết quả và ảnh NG: SQLite, thư mục, dọn ổ đĩaBài học
- Dự án chặng 9: trạm vision hoàn chỉnh với PLC mô phỏngDự án
Giai đoạn 4AI Vision
-
Bạn sẽ học
- Mạng nơ-ron, CNN, hàm mất mát và tối ưu
- Chia train/validation/test, overfitting, data augmentation
- PyTorch cơ bản và transfer learning
- Backpropagation, BatchNorm, kiến trúc CNN kinh điển, khởi tạo trọng số
Học xong bạn có thể
Huấn luyện mô hình phân loại ảnh OK/NG bằng PyTorch.
12 bài học · ~15 giờ 0/12 bài
- Machine Learning là gì?Bài học
- Gradient descent từ đầu với NumPyBài học
- Mạng nơ-ron và CNN hoạt động thế nàoBài học
- PyTorch cơ bản: tensor, autograd, vòng lặp huấn luyệnBài học
- Loss function và các optimizer: SGD, Momentum, AdamBài học
- Backpropagation: lan truyền ngượcBài học
- BatchNorm, Dropout và receptive fieldBài học
- Các kiến trúc CNN kinh điển: LeNet đến ResNetBài học
- Vanishing gradient, khởi tạo trọng số, gradient clippingBài học
- Dataset, DataLoader và augmentationBài học
- Overfitting và chia train/val/testBài học
- Dự án chặng 10: phân loại ảnh OK/NG bằng transfer learningDự án
-
Bạn sẽ học
- Khi nào dùng AI, khi nào dùng rule-based, và cách kết hợp hai cách
- Thu thập, gán nhãn dữ liệu công nghiệp; xử lý dữ liệu ít mẫu lỗi, dữ liệu tổng hợp và GAN
- Đánh giá mô hình theo chỉ số nhà máy: escape, overkill, cycle time
Học xong bạn có thể
Thiết kế pipeline dữ liệu và chọn chiến lược AI cho một bài toán kiểm tra lỗi.
7 bài học · ~8 giờ 0/7 bài
- Rule-based hay Deep Learning?Bài học
- Tự xây dataset ảnh công nghiệpBài học
- Công cụ gán nhãn miễn phíBài học
- Khi thiếu ảnh lỗi: augmentation và dữ liệu tổng hợpBài học
- GAN – mạng đối sinh: cho máy tự sinh ảnhBài học
- Chọn ngưỡng và đánh giá theo escape, overkill, cycle timeBài học
- Bài tập chặng 11: thiết kế chiến lược AI cho một bài toán lỗiDự án
-
Bạn sẽ học
- Object detection (họ YOLO) và chỉ số mAP
- Semantic / instance segmentation để khoanh vùng lỗi
- Anomaly detection học từ ảnh OK (PatchCore, PaDiM)
Học xong bạn có thể
Phát hiện và khoanh vùng lỗi bề mặt, kể cả khi có rất ít mẫu lỗi.
8 bài học · ~12 giờ 0/8 bài
- Object Detection với YOLO26Bài học
- IoU, mAP: đánh giá Object DetectionBài học
- Từ R-CNN đến Faster R-CNNBài học
- Phân đoạn ảnh: semantic, instance, panopticBài học
- Phân đoạn vết lỗi với YOLO26-segBài học
- U-Net cho phân đoạn ảnhBài học
- Anomaly detection: học từ ảnh OK với PaDiM, PatchCoreBài học
- Dự án chặng 12: phát hiện lỗi bề mặt bằng PatchCoreDự án
Giai đoạn 5Triển khai & thực chiến
-
Bạn sẽ học
- Xuất mô hình ONNX, tối ưu bằng TensorRT / OpenVINO
- Chạy trên PC công nghiệp, GPU, thiết bị edge (Jetson)
- Đo latency, logging, giám sát và cập nhật mô hình
Học xong bạn có thể
Đưa mô hình chạy real-time ổn định trên máy tính công nghiệp.
6 bài học · ~8 giờ 0/6 bài
-
Bạn sẽ học
- Đo kích thước chi tiết cơ khí với camera đã hiệu chuẩn
- Đọc DataMatrix và OCR trên bao bì tốc độ cao
- Kiểm tra lỗi bề mặt bằng anomaly detection, trả kết quả về PLC
Học xong bạn có thể
Có portfolio 3 dự án hoàn chỉnh để ứng tuyển vị trí Vision Engineer.
5 bài học · ~22 giờ 0/5 bài
Đích đến
Vision Engineer
Thiết kế, xây dựng và vận hành hệ thống thị giác máy trong nhà máy: chọn phần cứng, phát triển thuật toán rule-based và AI, tích hợp PLC/robot và đưa vào sản xuất ổn định.
Bạn có thể làm
- Khảo sát bài toán và đề xuất cấu hình camera, ống kính, chiếu sáng
- Phát triển thuật toán đo lường, định vị, đọc mã và kiểm tra lỗi
- Huấn luyện và triển khai mô hình AI Vision real-time
- Tích hợp với PLC, robot, MES và nghiệm thu tại hiện trường
Vị trí có thể ứng tuyển
- Vision Engineer
- Machine Vision Engineer
- AI Vision Engineer
- Automation Engineer (Vision)