機器視覺檢測
機械特點
利用視覺感測儀器(工業相機)，搭配影像辨識軟體進行減檢測，透過機器視覺的檢測輔助，篩出產品上的細微瑕疵進行剔除，依產品特性差異與測試結果，規劃適合的視覺剔除導入製程，大幅降低不良品流出率。
AI 機器視覺如何訓練及操作？
無需繁鎖的軟體撰寫，內建演算法可透過一組樣本進行訓練，並創建其參考模型，訓練步驟僅需執行以下三步驟：
- 收集“合格樣本”的圖像，載入系統。
- 透過系統讓這些合格樣本進行訓練，以學習並創建參考模型。
- 持續進行測試及微調，並開始檢測異常。
可快速識別和分析缺陷區域，同時理解樣本外觀的自然變異，最重要的是，訓練過程中無需大量的不良品樣本。
CCD 與 AI 學習
AI深度學習系統
深度學習神經網絡技術已經開始融入各個市場，逐漸成為一種基礎技術， 尤其製造業領域，能教導機器執行以往僅人類能做的細緻判斷，簡單的說，就是「將人工智能與機器視覺做結合」。
AI視覺深度學習技術模仿人類的思維，透過模仿人腦中神經元網絡， 辨識複雜的圖像、區分趨勢，找到變形的工件及難以讀取的字元， 同時容許複雜圖案的自然變化，結合了人類視覺檢查的特異性和靈活性。
