工業技術研究院

技術簡介

可從大量正常影像建立模型，檢測與正常影像差異過大的影像，藉此避免未知的缺陷被分類器誤放，並透過整合多種分類器來降低已知缺陷之分類誤判率，最後可依據現場作業檢測複判精度動態調整瑕疵偵測靈敏程度。

Abstract

The proposed method can establish a normal model from a large number of normal images to detect defect images, thereby preventing unknown defects misclassified, and reducing the false rate of known defects by integrating multiple classifiers with dynamic adjustable detection sensitivity.

技術規格

．最小影像解析度(Min PPI)： 100 x 100 pixel ．影像處理格式：JPG, BMP, PNG,… ．最快識別速度(Max Inspection Speed)：0.1s/ 張 ．偵測精度調整級距(FNR vs. FPR)：±0.01％

Technical Specification

技術特色

可從大量正常影像建立模型，檢測與正常影像差異過大的影像，藉此避免未知的缺陷被分類器誤放，並透過整合多種分類器來降低已知缺陷之分類誤判率，最後可依據現場作業檢測複判精度動態調整瑕疵偵測靈敏程度。

應用範圍

可應用在PCB＆軟板電路板、組裝機構件外觀、紡織成品布、太陽能電池Cell等等AOI複判檢驗。

接受技術者具備基礎建議（設備）

建議運行環境：CPU：1.2GHz＋多核心 RAM：4G＋ Disk：40G＋ OS：Windows7

接受技術者具備基礎建議（專業）

資工相關背景

聯絡資訊