技術名稱 見微知著:基於極少樣本學習之人工智慧光學檢測影像元件偵測
計畫單位 國立中興大學
計畫主持人 黃春融
技術簡介
本技術可由極少量自動光學檢測影像訓練樣本,達到自動光學檢測影像品質評估與元件標記的目標。當AOI影像符合檢測品質要求後,再進行元件對位與自動標記。本成果也提供元件標記視窗介面與原始程式碼。本技術可使用在已安裝之電腦設備,不需要額外使用GPU顯示卡,可大幅節省業界之運算硬體成本。
科學突破性
可特化自監督學習,由極少量標示資料中的標記元件中,自動提取元件自我學習特徵並賦予自我學習的特性,故不需要龐大的訓練資料及運算量。系統能夠運行於通用的CPU設備上,減低廠商的硬體成本。與最新頂尖的深度學習方法YOLOv4比較,在訓練張數僅為3張的情況下,仍可以達到超過95的偵測率。
產業應用性
適用於任何有AOI元件偵測或檢測需求的廠商,不僅提供優異的自動影像檢測,更可協助業界使用者在缺陷檢測的流程上可以有更好的效果,並可大幅節省硬體成本。目前已實際應用於PCB板上的各類IC元件偵測與定位。此外也已經在LCD面板上驗證Array與CF元件定位與檢測,達到高於96的偵測效果。
媒合需求
1.欲媒合之產業領域:資訊與通訊、電子與光電。2.欲媒合項目:技術合作、技術轉移、技術協助。
關鍵字 少樣本學習 人工智慧 深度學習 深度學習 元件偵測 元件對位 影像品質評估 即時運算 液晶面板 主機板
備註
【接受線上媒合】1.媒合時間:3/22起,每週二、四 14:00-16:00。2.線上媒合方式:確認團隊與廠商需求後,主辦單位將發送會議連結予雙方使用。
  • 聯絡人
  • 黃春融