| 技術名稱 | 具根因分析與少樣學習能力之瑕疵檢測技術 | ||
|---|---|---|---|
| 計畫單位 | 國立陽明交通大學 | ||
| 計畫主持人 | 謝君偉 | ||
| 技術簡介 | 本技術提出具根因分析與少樣本學習能力之AI瑕疵檢測平台,整合Zero-shot與LLM推理技術,可於缺乏瑕疵樣本下即時完成瑕疵辨識與異常分析,能有效偵測微小、不規則裂痕與複雜表面缺陷,在低光源與高干擾環境下維持高可靠度檢測效能。技術已完成TRL9驗證,並導入半導體、PCB與智慧製造等產業應用。 |
||
| 科學突破性 | 本技術首創將LLM導入工業AOI檢測,可由「瑕疵辨識」進一步實現「根因分析」與改善建議生成,提升AI可解釋性與可信度,可於缺乏大量標註資料下快速適應新產品與新瑕疵,大幅降低導入成本,並具備Edge AI即時推論能力。相關成果已獲ICML、CVPR等國際頂尖會議肯定。 |
||
| 產業應用性 | 本技術針對半導體、PCB、車用電子等產業之微小瑕疵檢測,結合視覺語言模型、Zero-shot learning,可於缺乏瑕疵樣本下,即時完成瑕疵辨識、根因分析與異常推論,本技術可有效偵測 極小裂痕與不規則缺陷,可整合 AOI、智慧相機與無人機平台,協助產業降低漏檢率、提升良率與智慧製造能力。。 |
||