
AI影像辨識
人工智慧正在顛覆全球製造業形態
機器取代人力的AI 智能影像辨識,
將扮演創新應用關鍵角色

AI輔助影像辨識功能技術越趨強大,應用也越來越多元廣泛,可用來辨識不規則、複雜的瑕疵檢測、物件分類與分級、計算物件數量等。解決傳統光學辨識上的視覺問題,AI影像辨識應用延伸到各不同產業,例如:消費產品、農業、工業等,透過機器視覺大幅進化、圖形化功能介面,配合使用者情境,建立資料庫模型,簡化檢測、分類或分級等流程,提高品質檢驗準確率,提升生產工作效率。
方案特色
1
單一平台易於管理與客製2
彈性擴充影像辨識庫模組3
動態影像識別、無需固定/站定4
無干擾,不影響工廠運作現況5
模型訓練樣本較少6
辨識率佳且辨識速度快7
可多物件同時辨識A
機台LED智能判斷- 採集LED影像資料
- 判斷LED顏色、狀態
B
影像辨識設備狀態- 數位串流即時辨識機台生產狀態
C
產品檢測- 產品影像資料,快速判斷多件/少件
D
AOI智能優化- 優化AOI影像判讀
- 減少誤判
E
物料檢測/混料偵測- 便捷高效檢測物料
- 杜絕錯料異常產生
F
動作影像分析- 重要工作的作業步驟判斷
- 提升產品品質
G
智慧目檢- 自動判斷產品外觀
- 結合影像資料,劃分重點檢查區域
H
人臉安防- 人臉識別影像監控
- 異常影像告警
- 過程回溯
AI智能影像辨識
利用攝影機、邊緣或雲端運算軟體及人工智慧(AI),讓系統能「觀看」識別物件,使用深度學習打造神經網路,在影像處理與分析過程中引導系統。經過完整的訓練後,系統可進行物件辨識、偵測與人員識別,能追蹤物品的移動,在許多環境場域中能發揮功效,提供快速辨識與人員、分析等統計資料,檢測產品在生產中的不同功能。
AI影像辨識導入程序


AI智能影像辨識可代替以【眼睛】的檢測
透過產品外觀自動視覺檢測的AI輔助判斷機制。品管流程過去最大的痛點在於,受限檢驗機的檢測能力與設計限制,導致檢測的準確度不高。但透過AI將人工檢測經驗模型化,利用演算法分析判斷,而在模型輔助判斷的情況下,不僅可降低對人工的依賴,亦可大幅提高生產效率與降低檢驗人員的工作負荷。







