智慧自動光學檢測(IAOI)
1. 本課程將介紹電腦視覺的觀念、方法、相關演算法以及自動光學檢測(Automatic Optical Inspection， AOI)系統所使用之軟硬體設備，目的是讓學員在了解一些基本原理後，能夠迅速的將AOI技術應用在實務上，解決品質檢測上所遭遇到的問題。
2. 隨著人工智慧(Artificial Intelligence， AI)技術的快速發展，本課程將說明如何將AI導入AOI的每一個步驟，讓傳統的AOI系統進階成為具智慧的智慧自動光學檢測(Intelligence Automatic Optical Inspection， AOI)系統。策略是嘗試在AOI的各個階段導入至少一種AI技術，讓AOI系統智慧化。
2. 隨著人工智慧(Artificial Intelligence， AI)技術的快速發展，本課程將說明如何將AI導入AOI的每一個步驟，讓傳統的AOI系統進階成為具智慧的智慧自動光學檢測(Intelligence Automatic Optical Inspection， AOI)系統。策略是嘗試在AOI的各個階段導入至少一種AI技術，讓AOI系統智慧化。
開課單位：財團法人自強工業科學基金會
課程大綱：1. 自動光學檢測簡介：
自動光學檢測(AOI)的定義、AOI系統的組成要件、AOI的功能。
2. AOI系統的規劃與設計：成像原理、攝影機的挑選、鏡頭的挑選、光源的挑選與配置、濾光片的挑選。
3. 影像處理與分析：
影像的運算、迴旋積運算、直方圖修正、影像濾波、影像分割、形態處理、物件標號、邊界點偵測。
4. 二維尺寸量測技術：
曲線擬合(Least Square Method， Hough Transform)、二維影像尺寸量測(線寬、線距、孔徑、長、寬等)。
5. 瑕疵檢測技術：
參考比對法、非參考比對法、影像對正(空間轉換模型、特徵抽取與匹配、空間座標轉換參數計算、空間座標轉換)、瑕疵檢測案例解析。
6. 瑕疵分類技術：
特徵抽取與分析(周長、離心率、真圓度、粗糙度、長短距離比、角數、尤拉數、直方圖特徵、紋理特徵等)；分類技術(最近鄰分類器、K-NN分類器、BPN分類器、CNN分類器)、瑕疵分類案例解析。在Python + Tensorflow + Keras環境下，使用CNN進行影像的分類。
自動光學檢測(AOI)的定義、AOI系統的組成要件、AOI的功能。
2. AOI系統的規劃與設計：成像原理、攝影機的挑選、鏡頭的挑選、光源的挑選與配置、濾光片的挑選。
3. 影像處理與分析：
影像的運算、迴旋積運算、直方圖修正、影像濾波、影像分割、形態處理、物件標號、邊界點偵測。
4. 二維尺寸量測技術：
曲線擬合(Least Square Method， Hough Transform)、二維影像尺寸量測(線寬、線距、孔徑、長、寬等)。
5. 瑕疵檢測技術：
參考比對法、非參考比對法、影像對正(空間轉換模型、特徵抽取與匹配、空間座標轉換參數計算、空間座標轉換)、瑕疵檢測案例解析。
6. 瑕疵分類技術：
特徵抽取與分析(周長、離心率、真圓度、粗糙度、長短距離比、角數、尤拉數、直方圖特徵、紋理特徵等)；分類技術(最近鄰分類器、K-NN分類器、BPN分類器、CNN分類器)、瑕疵分類案例解析。在Python + Tensorflow + Keras環境下，使用CNN進行影像的分類。
開課日期：2020-06-09
上課時間：週二18:30~21:30
結束日期：2020-06-30
上課時數：12
預計招生人數：20
費用：學員負擔：3500元/政府負擔：3500元
繳費方式：需先至開課單位繳交全額費用
課程費用：7000元
聯絡人：管小姐
連絡電話：03-562-3116 #3224
先備知識：懂一些程式設計觀念即可，具備C#或Python程式語言基礎尤佳。
授課師資：邱奕契
招生對象：1. 大專以上理工科畢。
2. 本課程適合有意投入機器視覺或智慧自動光學檢測產業，或想了解自動光學檢測原理與應用之人士參加。
2. 本課程適合有意投入機器視覺或智慧自動光學檢測產業，或想了解自動光學檢測原理與應用之人士參加。
上課地點：財團法人自強工業科學基金會300新竹市光復路二段101號創新育成大樓2樓2FE教室