本專案目的為藉由AOI影像訓練深度學習模型辨識產品表面瑕疵，使用框架為Pytorch。實作結果顯示，預訓練VGG16模型的測試準確已達到99.0%。(目前排行榜上最高分為99.9%) 未來 ... ... <看更多>

本次邀請各界資料科學家共襄盛舉，針對所提供的AOI影像資料，來判讀瑕疵的分類，藉以提升透過數據科學來加強AOI判讀之效能。競賽環境.此議題主要是要測試對嵌入式開發 ... ... <看更多>

陳思翰*、彭德保，薄膜陶瓷LED基板之瑕疵檢測，2015 Taiwan AOI Forum & Show，台灣新竹，2015年10月21日，獲選「前十夯技術論文」。 張凱興，熱門技術演化模型之建 ... ... <看更多>

非監督式的瑕疵檢測AOI通常兩種做法，一是用正常樣本透過自編碼器或VAE訓練編碼，當遇到瑕疵時自然會無法有效編碼，但這種做法通常效果極差，所以通常是用預訓練過 ... ... <看更多>

人工智慧的浪潮已席捲全球，而近年來我國製造業面臨經營情勢變化之重大挑戰，因應工業4.0的潮流，利用AI智慧科技來協助製造業的智慧化應用， ... ... <看更多>