知識分享

深度學習應用於鋼捲表面瑕疵檢測

建立日期:2018/10/22
  • 作者: 工研院量測中心/劉曉薇、林信成、周森益
  • 出處: 2018 AOI論壇與展覽論文集
  • 內容: 一批金屬材料在切割程序之後,其金屬表面可能具有釘點、刮痕、鑿痕、油污等不同的圖騰,然而傳統使用自動光學檢測演算法,其方式僅能檢測出瑕疵的位置,並無法辨識瑕疵的種類。因此,本篇論文主要發展一套影像處理結合深度學習線上檢測系統針對卷對卷鋼卷切割後之表面瑕疵執行檢測,影像處理速率平均每張 6Kx3K 的影像小於 150 毫秒,每個瑕疵經由深度學習分類技術計算時間小於 100 豪秒,並且產出瑕疵地圖報表(defect map),可應用在鋼鐵產業之需求
  • 檔案下載:全文下載
  • 下載次數:207