如何運用影像辨識與缺陷檢測進行AI 品質檢測技術

隨著智慧製造與工業4.0發展，傳統人工與規則式檢測方式已難以因應高精度與高效率之品質需求。AI影像辨識技術可有效提升產品檢測準確率、降低人力成本，並強化製程品質管理能力。

本課程透過產業案例解析與實務操作演練，帶領學員由淺入深理解 AI 品質檢測技術，並實際體驗影像辨識與缺陷檢測流程，協助企業建立 AI 品檢導入之基礎能力。

一、AI品質檢測概念與產業應用
   •   傳統人工與AOI檢測限制
   •   AI於品質檢測之應用角色
   •   製造業AI品檢成功案例解析
   •   AI導入關鍵成功因素

二、AI影像辨識核心技術基礎
   •   AI影像辨識運作原理
   •   深度學習(CNN)基本概念
   •   AI模型訓練流程說明
   •   影像品質與辨識準確率關係

三、AI缺陷檢測方法與系統架構
   •   AI缺陷檢測流程解析
   •   AOI與AI檢測技術差異
   •   常見瑕疵辨識方式
   •   AI品質檢測系統架構說明

四、影像處理與缺陷特徵擷取實作
   •   Python影像讀取與處理
   •   OpenCV影像前處理技術
   •   邊緣偵測與輪廓分析
   •   瑕疵區域辨識操作

五、AI影像分類與缺陷辨識實作
   •   建立影像分類模型
   •   正常/缺陷樣本訓練示範
   •   AI模型預測流程
   •   檢測結果視覺化分析

六、AI品質檢測流程建構實務
   •   建立完整AI檢測流程
   •   影像資料蒐集與標註方式
   •   模型測試與準確率評估
   •   模擬產線自動檢測應用