檢索結果:共8筆資料 檢索策略: "Po-Ting Lin".ecommittee (精準) and ckeyword.raw="深度學習"
個人化服務 :
排序:
每頁筆數:
已勾選0筆資料
1
許多金屬高爾夫桿頭皆以脫蠟鑄造方式製造,脫模後許多模粒(砂粒)經常殘留在桿頭的一些部位。目前皆以人工手持桿頭,放在噴砂機前方,讓噴砂機噴頭高速噴出的金屬砂粒衝擊殘砂,並將以清除。此作業具有低效能和傷…
2
隱形眼鏡生產是一項大量生產工業,由於美觀及消費水平的提升和衛生習慣的進 步,隱形眼鏡 在全球 的需求量逐年提升 ,其製造過程中難免會有瑕疵的產生,傳統的 隱 形眼鏡 瑕疵檢測是以人工目視篩選 或單 …
3
定位對於導航來說是一個重要的議題,包括自動駕駛、服務型機器人的室內導航。當中發展悠久的即時定位與地圖構建(Simultaneous Localization and Mapping;SLAM)在室內…
4
台灣製藥產業對於藥錠的表面瑕疵檢測多以人力進行檢測,利用人工檢測的方式不但缺乏時間效率,且容易有不穩定及誤判之問題。近年來深度學習的發展快速,使得神經網路也逐漸應用在許多領域。如想基於卷積神經網路(…
5
聲音定位技術在許多領域中受到廣泛關注和應用。在工業4.0的智慧工廠中,聲音定位技術能被用於機器故障時的聲源定位,協助工廠實現及時監測和預防維修。在化工4.0的超高壓製程中,以聲音作為高壓氣體微量洩漏…
6
花藝是台灣的一大產業。 在產業中,台灣是全球最大的蝴蝶蘭出口國之一。 蘭花組織培養的所有生產過程在台灣和全球仍然是手動實施的。 蘭花組培操作的人為操作存在兩大弊端,人為操作素質不一致和人為污染源。 …
7
科技蓬勃發展下,自動化工廠的出現,圖像與感測器信號是常見的辨識來源,當前機器視覺仍以二維圖像做辨識與處理為主,但相似形貌的物件容易產生誤判,為了解決此問題,常見的方法是通過學習大量數據以改進辨識能力…
8
儘管使用機械手臂進行全自主物件夾取於工業領域中已發展的相當成熟,但大多數的任務不是事先教導方式進行固定位置上固定物件的操作,就是使用3D視覺技術進行籃中多數件任意堆放單一形狀物件的抓取(RB…