登入
facebook
google-plus
twitter
linkedIn
活動看板
產經情報
廠商名錄
知識分享
需求快遞
技術供應
網站連結
會員專區
聯絡AOIEA
訂閱電子報
facebook
google-plus
twitter
linkedIn
知識分享
首頁
>
知識分享
>
技術專欄
技術專欄
會員ppt
字級設定:
大
中
小
收藏
.
.
增量式學習與生成對抗網路於產品瑕疵檢測
建立日期:2020/11/17
作者:
雲科大智慧辨識中心/張傳育主任
出處:
2020 AOI論壇與展覽
內容:
本篇為「2020 AOI論壇與展覽」演講簡報,內容簡介如下:
本場由雲科大智慧辨識中心張傳育主任,亦是現任工研院服科中心副執行長,講述在實際的產品瑕疵檢測應用中,廠商通常無法提供大量的瑕疵影像供深度學習神經網路訓練,且即使在實驗室能夠訓練高辨識率的模型,但實際導入現場辨識率卻會大幅降低,為解決上述問題,在基於生成對抗網路產生測試影像的正常影像,再計算異常分數,即可得知缺陷的區域,導入增量式學習技術,來加速實際場域的辨識模型調整,大幅提升生產現場的辨識率。
檔案下載:
全文下載
下載次數:
133
分享本訊息:
分享到 facebook
分享到 google+
分享到 twitter
分享到 linkedin
回上頁