目前位置: 首頁 > 科研成果 > 科研案例
:::

科研案例

產線精準把關 免於退貨危機
發佈日期:2019-10-10

案例摘要:
在經濟部技術處科技專案支持下,工研院成功研發以圖像學習為基礎的物體偵測辨識技術,藉由人工智慧技術提升圖像辨識的穩定性,並賦予傳統相機智慧演算法,讓相機具備類似人類辨識物體的功能。

內容說明:

工研院研發物體偵測辨識技術

首圖
 

隨著產品變化快、週期短、少樣多量、生產技術複雜性提高等趨勢,傳統產線使用的偵測技術易受光源、設備等因素影響,導致偵測率不如預期,而具學習進化能力的人工智慧技術不斷演進,將成為生產線檢測品質提升的關鍵。
 

傳統偵測無痛升級 準確度高達98%
 

在經濟部技術處科技專案支持下,工研院成功研發以圖像學習為基礎的物體偵測辨識技術,藉由人工智慧技術提升圖像辨識的穩定性,並賦予傳統相機智慧演算法,讓相機具備類似人類辨識物體的功能。更重要的是,可以讓工廠產線、零售商、安全監控等既有相機模組直接無痛升級,對於成本壓力特別敏感的傳統產業而言尤其關鍵。
 

以圖像學習為基礎的物體偵測辨識技術,具有抗環境干擾的優勢,卻因需要建置大量物件資料庫的高門檻,連帶降低廠商意願。研發團隊憑藉累積之影像處理與光學豐富經驗,針對客戶場域自動建置大量資料庫,偵測準確率依開發的標準流程及客戶需求最高可達98%,還可客製化高精準度辨識模組,並快速將辨識偵測技術導入產線上。
 

鋼捲切割機瑕疵偵測誤判率大幅降低,有效提升品管穩定性

▲ 鋼捲切割機瑕疵偵測誤判率大幅降低,有效提升品管穩定性
 

延伸智慧零售 創造產業價值
 

以鋼鐵廠鋼捲切割機瑕疵偵測為例,研發團隊協助業者導入鋼鐵表面瑕疵資料庫與辨識技術,當鋼捲進料後,表面瑕疵偵測誤判率由78%大幅降低至6%,使得鋼材在分級技術上更為精準,提升品管穩定性,免於退貨危機。
 

物體偵測辨識技術還能進一步延伸至智慧零售,瞄準我國零售業年產值達新臺幣3.7兆元之市場大餅,未來可協助業者導入本技術於數位看板,以精準辨識消費者年齡、性別、表情等,並對正確受眾投放相對應廣告產品,可望達到精準行銷最佳效果。
 


* 點閱數909

回上一頁 回首頁