AI影像辨识
人工智慧正在颠复全球製造业形态
机器取代人力的AI 智能影像辨识，
将扮演创新应用关键角色
解决方案
AI辅助影像辨识功能技术越趋强大，应用也越来越多元广泛，可用来辨识不规则、複杂的瑕疵检测、物件分类与分级、计算物件数量等。解决传统光学辨识上的视觉问题，AI影像辨识应用延伸到各不同产业，例如:消费产品、农业、工业等，透过机器视觉大幅进化、图形化功能介面，配合使用者情境，建立资料库模型，简化检测、分类或分级等流程，提高品质检验准确率，提升生产工作效率。
方案特色
1
单一平台易于管理与客製2
弹性扩充影像辨识库模组3
动态影像识别、无需固定/站定4
无干扰，不影响工厂运作现况5
模型训练样本较少6
辨识率佳且辨识速度快7
可多物件同时辨识
A
机台LED智能判断- 採集LED影像资料
- 判断LED颜色、状态
B
影像辨识设备状态- 数位串流即时辨识机台生产状态
C
产品检测- 产品影像资料，快速判断多件/少件
D
AOI智能优化- 优化AOI影像判读
- 减少误判
E
物料检测/混料侦测- 便捷高效检测物料
- 杜绝错料异常产生
F
动作影像分析- 重要工作的作业步骤判断
- 提升产品品质
G
智慧目检- 自动判断产品外观
- 结合影像资料，划分重点检查区域
H
人脸安防- 人脸识别影像监控
- 异常影像告警
- 过程回溯
AI智能影像辨识
利用摄影机、边缘或云端运算软体及人工智慧（AI），让系统能「观看」识别物件，使用深度学习打造神经网路，在影像处理与分析过程中引导系统。经过完整的训练后，系统可进行物件辨识、侦测与人员识别，能追踪物品的移动，在许多环境场域中能发挥功效，提供快速辨识与人员、分析等统计资料，检测产品在生产中的不同功能。
AI影像辨识导入程序
AI智能影像辨识可代替以【眼睛】的检测
透过产品外观自动视觉检测的AI辅助判断机制。品管流程过去最大的痛点在于，受限检验机的检测能力与设计限制，导致检测的准确度不高。但透过AI将人工检测经验模型化，利用演算法分析判断，而在模型辅助判断的情况下，不仅可降低对人工的依赖，亦可大幅提高生产效率与降低检验人员的工作负荷。
