跳到主要內容

深度學習AOI瑕疵檢測技術

人工智慧與機器學習簡述 AOI影像處理工具與應用 影像特徵擷取工程 AOI影像特徵擷取實習與實驗 範本影像收集與分析 範本影像收集與分析實習與實驗 AI+AOI訓練架構規劃 AI+AOI成果展示

  • 開課單位:國立高雄大學人工智慧研究中心
  • 課程大綱: 基本原理人工智慧歷史發展與技術簡介
     監督式機器學習基本原理與應用
     影像辨識基礎方法
     AOI光源與成像
     影像特徵與標注
     影像特徵分析(色彩空間、紋理空間)
     捲積計算(convolution)原理
     向量化影像特徵與維度
     訓練範本空間與規劃
     深度學習影像辨識實驗與實習(以Keras架構為例)
     影像定位與辨識技術
     影像辨識與定位應用實例
     影像範本品質評估
     影像定位與資料收集(YOLO、OPEN-LABELING)
     PCA
     深度學習訓練架構
     強化訓練影像規劃
     GPU伺服器的使用
     學員專題展示與成果分享
     結業式
  • 開課日期:2019-09-07
  • 結束日期:2019-09-15
  • 上課時間:每週六、日09:00-16:00(9/7、9/8、9/14、9/15)
  • 上課時數:24
  • 課程費用:18,000元
  • 費用:學員負擔:9,000元/政府負擔:9,000元
  • 繳費方式:需先至開課單位繳交全額費用
  • 預計招生人數:20
  • 聯絡人:郭香君
  • 連絡電話:07-5919752
  • 先備知識:
    程式設計(C/C++或Python)、機器學習原理、基本影像處理
  • 授課師資:吳志宏駱獻仁
  • 招生對象:
    AOI瑕疵檢測是生產線重要環節,以深度學習技術可以強化傳統AOI方式的限制,提升檢測精確度並降低人工成本。本課程培訓對象是已經具有AOI影像分析經驗之研發工程師、產線工程師、專案管理師、或擬引進、評估開發、投資、專利分析與AI+AOI相關專案之相關人員,或大專以上學歷學生或教師對AI+AOI瑕疵檢測技術有興趣者。學員應具備一年以上相關領域工作經驗,並具備基本程式設計能力、對機器學習技術有基本認識,並有軟體系統整合經驗者。
  • 上課地點:國立高雄大學人工智慧研究中心/高雄市楠梓區高雄大學路700號
  • 課程報名網址: