回首頁
最新消息
媒體轉載
競賽資訊
榮譽榜
活動集錦
創業資源
創業競賽活動
團隊展示
我要報名
登入
作品介紹
隊伍名稱
見微知著
作品名稱
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
作品介紹
隨著人工智慧技術的發展,光學檢測影像系統也逐步結合深度學習AI模型技術,以偵測目標元件與瑕疵。然而由於深度學習需要大量的訓練資料,因此訓練資料的標註便成為一大問題。此外因深度學習模型運算量極大,必需依靠GPU硬體支援,從而造成許多企業額外的硬體成本負擔。為了解決上述問題,我們提出了基於極少樣本學習之人工智慧光學檢測影像元件偵測方法。透過全新開發的few-shot self-supervised learning (FSL)技術,可由極少標註量的訓練樣本中,使用GPU,建立AI模型,達成準確定位元件的目標。除方法外,我們也已完成少樣本標示訓練與測試系統。可有效率地標示光學檢測影像上欲訓練的元件,除了一般的矩形元件外,也能適用於圓形甚至多邊型的等元件。在標註與訓練完成後,本系統便會依照標註的元件特徵精準定位元件位置,以作為瑕疵偵測的應用。