知識分享

基於少樣本深度學習之橡膠墊片檢測系統

建立日期:2019/10/05
  • 作者: 臺北科技大學-何昭慶教授
  • 出處: 2019 AOI論壇與展覽
  • 內容: 本篇為「2019 AOI論壇與展覽」演講簡報,內容簡介如下:

    何教授專攻機器人系統、智慧型加工控制、影像檢測等研究領域,擁有微加工與臨場檢測、深度學習之外觀瑕疵檢測、空間及影響特徵加工定位、製程檢測與分析等豐沛研發能量,以及20餘項專利,並屢次以機器視覺於產業應用之研究成果榮獲國內外大獎。本次論壇邀請 何教授以橡膠墊片檢測系統開發為例,探討在缺乏海量資料檢測樣本的情況下,如何在不同物理量變化下產生大量的新影像來增加物品影像資料數量後,再利用類神經網路(CNN)中的深度殘差網路(deep residual learning)進行深度學習,藉此達成電腦判斷瑕疵位置正確率達 90%,在類別判斷準確率可達到98%且沒有過度擬合(overfitting)現象。
  • 檔案下載:全文下載
  • 下載次數:89