大型機台運用影像辨識呈現於面板燈號控制
傳統大型自動化生產設備由海外原廠進口機具，透過操作面板進行參數調整，進行自動化生產製造，而面板參數與台灣原物料環境與商品容錯性差異有些許差異，往往需由人工紀錄操作，建立警示參數標準。本公司需求透過影像辨識，由電腦自動化分析相關面板資訊，以不破壞機台狀態下擷取相關資訊，完成工廠設備自動化最後一哩技術。
競賽細節
題目敘述
(1)題目背景(含現行自身/同業處理方式)與產業重要性
目前市場中唯一可以進行傳統機台操作紀錄擷取方式，為透過人力進行系統面板資訊紀錄，往往耗時耗力，且人力成本過高。同業有廠商提供不同機台破壞下，將相關數據資訊由線路擷取，此舉會影響原廠保固條款限制。因此本公司希望透過影像辨識，由外部不破壞機台狀態下，進行相關數據擷取分析，並可將擷取結果結合未來大數據分析，提供客戶更精準機台參數標準資訊。
(2)問題情境與痛點(Pain point)
本分析技術需以不進行機台破壞下，獲取相關參數結果資訊，同時進行數據後端寫回資料庫進行軌跡分析，達成傳統老舊機台包含燈號、儀表指針等數據蒐集與應用。
(3)預期透過AI達到的目的與利益點(Gain)
將影像辨識後，因燈號、文字、光源、雜訊等差異不同，影像辨識後電腦分析結果有所不同，因此須建構AI模型，假設傳統燈號數值8在影像燈號上，因閃爍頻率不同，造成分析結果為1, 3, 系統會進行相關干擾排除，結合為8寫回資料庫，此舉有別於影像分析，需透過電腦進行後續智能管理與智能分析應用服務。
此技術可帶動眾多傳統產業，以燈號或是指針方式進行管理的傳統生產機台，進行數位化資訊擷取，改善再傳統機台無法數據雲端化的技術瓶頸與障礙。
(4)技術完成後的使用對象
目前本公司提供傳統產業ERP解決方案，常面臨業者提出相關機台無數位化而無法導入困境，透過此技術預計將可擴大包含傳統生產零組件業者均可導入應用。
(5)成果應用方式及情境等內容
以生產線機台運作為例，當生產線過往透過人力進行記錄，不同原物料在不同溫度與濕度狀態下，機台每製造一千或是一萬以上數量商品，會有些許參數差異。過往透過人工進行商品製成檢核，當發生異常進行機台停機，重新修正相關參數。本計畫將人力檢視部分改為影像自動學習辨識，當商品有些許瑕疵，系統立刻通知管理人員及時調整，避免生產出耗損不良品商品。
資料型態
工廠機台面板資料資訊，提供機台影像照片jpg or png檔案，進行訓練解析，分析結果透過txt格式寫回資料庫。
如下圖所示
資料集整備度與細節說明
本題可提供10種不同機台面板格式資料格式，現場場域光源與雜訊等差異照片五組以上。題目中將由現場環境逕行快速拍攝，每一台機台每次可連續拍攝100張照片，本題先以兩套機台進行計畫測試，預計每十分鐘拍攝一次，拍攝影像為數字。(可依照需求提供)
期望成果需求
1. 可依據提供的兩套機台面板照片資訊，完成不同面板照片數據資料擷取
2. 建構模擬環境，在干擾源不同狀態下，仍可進行數據萃取分析，由出題者提供測驗驗證資料。
3. 完成自動化分析模組(輸入圖片輸出偵測的txt)，每1,000張照片準確率可達95%，召回率達90%以上，題目將為數值字串，解題者可分析動態變動值為驗證標準，差異由AI引擎提供建議逐年校正，解題者需提供完整解決方案執行檔案進
可提供之解題資源
本題定義或是資料標註有問題可洽研發部窗口
額外獎勵誘因
無
出題單位
海量數位工程股份有限公司
單位(公司)簡介
海量數位成立迄今二十餘年，發展初期即專注於雲端企業管理系統之應用，主要客群為傳統製造業，為諸多跨國建廠之工廠，提供全球運籌管理之資訊服務，亦是中華電信雲端ＥＲＰ之原廠供應商。近年來因應傳統產業代工客戶本身產品線少量多樣化與數位轉型之需求，海量數位積極針對客戶之瓶頸，除原有之企業資源規劃(ERP)解決方案外，海量也加速整合廠端現場MES與TPS全系統解決方案，並成立AI事業部，進一步開發AOI瑕疵檢測設備及AIOT人工智慧物聯網，未來期許能朝智慧工廠全系統解決方案提供商邁進，現今已在包含運動產業之傳統製造業的場域中完成先期之運用測試，並朝向擴大流水線生產與更多不同產業之先期運用而努力。
其他備註
IP 為解題者所有
* 題目因實際數據改變或其他不可抗力之事由，出題企業保有修改、變更或取消題目之權利。
相關競賽
透過影像辨識技術偵測跨越鐵路平交道之障礙物示警
阿里山林業鐵路(簡稱林鐵)總長約85公里，共計有82處平交道，嘉義市區鐵路沿線緊鄰住家，部分平交道經市區重要道路車流量大，冀望透過AI影像辨識技術偵測闖越平交道人、車或障礙物偵測、判斷提供主動性示警，以保障用路人及火車之行車安全。
小鼠MRI影像與病理切片影像自動化定位與匹配
本題希望透過磁振造影儀(MRI)拍攝實驗小鼠影像比對病理染色切片的結果，匹配腦部型態輪廓，能對疾病變化有更精確的判斷與描述，進而真實反應出新開發藥物治療的效果或藥物對疾病造成的變化。
基於機器視覺的臺灣手語機器翻譯
全球化的時代，語言的隔閡除了透過文化交流來弭平之外，機器翻譯可以說是助力最大的新興技術，透過機器翻譯，可以讓使用不同語言的族群都能夠溝通理解彼此的想法，然而，聽語障者所使用的手語，卻一直沒有辦法透過機器翻譯來讓更多的聽人聽到來自聽語障者的心聲。
相較於一般語言能夠同時透過文字以及發音來表達意義，手語則是一個包含手部、肢體、表情等元素的複雜概念。手語表達意義的方式跟口語非常不同。而因地域關係，手語的文法順序、空間、方位、表情會有些微差異，聽語障者以手語對話時類似的手部動作放在不同位置即為不同意思，連續動作及組合也有著不同的含意，礙於手語無法為聽人所理解，手語翻譯者也很有限，藉由人工智慧學習聽語障者的日常對話動作，將其轉為文字，希望針對臺灣的手語讓臺灣的聽人能透過翻譯跟聽語障者溝通。
以手部關鍵點檢測輔助臺灣手語單詞教學
國內使用手語為主要語言的聽語障者超過萬名，礙於手語無法為一般民眾所熟悉，也不是隨處都有手語翻譯者可協助溝通。如果可以透過人工智慧協助手語教學，AI影像辨識判讀學生及老師的手部姿勢，就可降低門檻，讓學習手語變得簡單，提高懂手語的聽人比例，讓聽語障者與聽人的溝通不再需要等待協助。