檢索結果:共3筆資料 檢索策略: cdept.raw="工業管理系" and ckeyword.raw="瑕疵檢測"
個人化服務 :
排序:
每頁筆數:
已勾選0筆資料
1
瑕疵數據收集對於新產品而言極其稀少,一直是重要的議題。然而,瑕疵數據集的品質對深度學習有顯著的影響。本研究致力於應用CNN架構之瑕疵檢測模型,以解決瑕疵資料稀缺性的問題。本研究考量產品生產過程中瑕疵…
2
Printed Circuit Boards (PCBs)為電子產品中關鍵的零件之一,為了確保電子產品長期使用和穩定性能,PCB瑕疵檢測為關鍵一環。現有PCB瑕疵檢測深度學習模型在精度上取得良好成績…
3
傳統的自動光學檢查(AOI)系統於處理影像時存在準確度和速度問題。本研究提出了一種基於卷積神經網絡(CNN)的三階瑕疵檢測模型,以克服傳統AOI方法的缺點,此模型並可處理多重缺陷和多鏡頭情境。在第一…