or
結合人工智慧(AI)的自動光學檢測(AOI)技術
本課程除了介紹AI與AOI發展歷程及基本原理外,另從專利及產業面說明產業....
結合人工智慧(AI)的自動光學檢測(AOI)技術.面臨客戶需求從以往「大量少樣」的訂單環境逐漸轉變成「小量多樣」或「大量多樣」的複雜訂單環境時,產品檢測項目也日趨複雜,僅仰賴人工進行檢測是不足的,因此結合自動光學檢測(AOI)及人工智慧(AI)之技術崛起,將有效優化企業檢測能力且有助提升企業競爭力及價值。
收件人email:
寄件人姓名:
寄件人email:
結合人工智慧(AI)的自動光學檢測(AOI)技術
適合對象:高階主管、中階主管、專業人員、技術人員、一般職員、職場新鮮人、二度就業者、轉職者、創業 

 
 

結合人工智慧(AI)的自動光學檢測(AOI)技術

上課地址:工研院產業學院 產業人才訓練一部(台北),實際地點依上課通知為準!!

時數:24

起迄日期:2020-08-25~2020-08-28

聯絡資訊:陳俐潔/02-23701111#310

報名截止日:2020-08-23

課程類別:人才培訓(課程)

活動代碼:2320060013

課程介紹
面臨客戶需求從以往「大量少樣」的訂單環境逐漸轉變成「小量多樣」或「大量多樣」的複雜訂單環境時,產品檢測項目也日趨複雜,僅仰賴人工進行檢測是不足的,因此結合自動光學檢測(AOI)及人工智慧(AI)之技術崛起,將有效優化企業檢測能力且有助提升企業競爭力及價值。

本課程除了介紹AI與AOI發展歷程及基本原理外,另從專利及產業面說明產業對於此技術的需求及趨勢。後續課程除了深入說明瑕疵分類、偵測及分割原理,也安排學員們透過實際操作來親身體驗「SI-EYE軟體」,以強化對本課程的印象並課後能直接運用在所屬企業。

SI-EYE軟體是一套深度學習圖像檢測軟體,並與木業、紡織業、醫藥、金屬加工等業界廠商合作,檢測設備搭配SI-EYE智能檢測軟體,用最先進的深度學習技術,讓過去光學檢測無法突破的難題迎刃而解。此外,SI-EYE也提供使用者客製化的檢測方案,不論是導入完整檢測設備、產線升級或使用深度學習軟體,SI-EYE都能完整相容,追求實現工廠全面智慧化與無人化的目標。

 
課程特色/目標
 從基礎原理引領學員們認識人工智慧(AI)與圖像檢測原理,後續透過經驗累積所開發之SI-EYE軟體進行實作,讓學員們深入體驗AI在圖像分析技術上的應用。學員們經由本系列完整的理論及實作課程,不但加深對AI在圖像檢測上的瞭解與應用,更能提升自我及企業價值。
本課程主要特色如下:
♦ 從學術、產業及專利領域講述AI及AOI技術發展與應用。
♦ 搭配理論講解與實際操作。
♦ 說明各理論在產業上如何應用以及其優點。
♦ 充分的實際操作時數讓學員們運用及實作上解惑。
課程成果及SI-EYE程式完整帶回家。

具備工具

學員請自備win10筆電有USB的NB
最低電腦規格:
圖像處理器(GPU):NVIDIA GeForce GTX 1660或支援NVIDIA GPU Driver 411.31
處理器(CPU):intel CORE i3-9100 或 intel四核心3.0GHz
記憶體(RAM):32GB DDR4 2666 硬碟空間(HDD):100GB

課程對象
(1) 智慧機械品質檢測主管
(2) AI軟體應用工程師
(3) 自動化生產研究人員
(4) 欲投入工業4.0、智慧製造研究人員
(5) 欲投入人工智慧領域
學習者之先備知識與能力/或能力差距:建議大專以上且理工相關科系畢業。

 
課程大綱
日期
課程名稱
課程大綱
時數
8/25()
AOIAI結合之應用-從技術發展暨未來趨勢
l   AI技術的應用介紹及發展歷程
l   檢測物件影像化-光學與成像系統介紹
l   影像處理介紹
l   應用個案分析含醫藥產業、觸控面板產業、光學鏡頭產業、紡織產業、木材產業、金屬加工產業
3
AOIAI結合之應用-從專利面探討
l   AOI結合AI之技術功效、技術層次分類、應用領域、特性與問題分析
l   AOI結合AI專利之技術圖分析、應用面及技術面分析
l   AOI結合AI競爭市場上公司別之專利分析
l   4.AOI結合AI全球專利之前沿技術發展趨勢
1
AOI檢測原理應用
l   檢測物件影像化-光學與成像系統
l   影像處理
l   AOI實例說明
1
類神經網路原理應用
l   類神經網路的發展進程
l   類神經網路在工業檢測的優勢
l   類神經網路在工業檢測的導入流程
l   如何評估案件是否合適導入AI
1
8/26()
瑕疵分類原理之實際應用
l   深度學習的發展進程
l   影像分類器-卷積類神經網路介紹
l   瑕疵分類在工業檢測的優勢
l   瑕疵分類在工業檢測的導入流程
l   瑕疵分類線下準備
l   瑕疵分類原理之實際操作-SI-EYE應用
6
8/27()
瑕疵偵測原理之實際應用
l   物件偵測技術概述
l   區域卷積類神經及單次多框偵測器介紹
l   瑕疵偵測在工業檢測的優勢
l   瑕疵偵測在工業檢測的導入流程
l   瑕疵偵測線下準備
l   瑕疵偵測原理之實際操作-SI-EYE應用
6
8/28()
瑕疵分割原理之實際應用
l   瑕疵分割概述
l   全卷積網路及瑕疵分割類神經網路系列介紹
l   瑕疵分割在工業檢測的優勢
l   瑕疵分割在工業檢測的導入流程
l   瑕疵分割線下準備
l   瑕疵分割原理之實際操作-SI-EYE應用
6

 
 
講師簡介
許講師
【現任】智泰科技股份有限公司董事長
【專長】精密儀器、逆向工程、3D檢測、AOI光學檢測、AI
【經歷】天津大學精密儀器學院博士畢業、博士後

邱講師
【現任】智泰科技股份有限公司研究院副院長
【專長】金屬材料及熱處理、品質工學(實驗設計及數據解析)、光機電整合(自動化光學檢測)、逆向工程(3D列印)
【經歷】臺北城市科技大學電機工程系教授、台灣師範大學工業教育系教授、台灣大學機械工程系兼任副教授、中國機械工程學會秘書長
 
唐講師
【現任】智泰科技股份有限公司研發部工程師
【專長】深度學習、卷積神經網路(CNN)、生成對抗網路(GAN)、自動化光學檢測(AOI)、電腦視覺(CV)
【經歷】智泰科技股份有限公司研發部助理工程師
 
廖講師
【現任】新式樣智權開發有限公司董事長/總經理、智泰科技股份有限公司-台大產學合作研究團隊
【專長】AOI產業分析、專利管理、專案管理、創新管理、團隊合作解決問題
【經歷】工業技術研究院/業界合作計畫主持人(工安衛中心)
 
價格
加入工研院產業學院 LINE@訓練圈(https://line.me/R/ti/p/%40pyg8598o ),未來有相關課程,可優先獲得通知及更多優惠!
 
課程費用
課程原價 (每人)
$18,000
七天前報名
優惠價(每人)
$16,800
兩人()以上揪團同行/工研人/學校
優惠價(每人)
$15,000
 
 
開課資訊
●  主辦單位:財團法人工業技術研究院 產業人才訓練一部(台北)
●  舉辦地點:工研院產業學院 產業人才訓練一部(台北)實際地點依上課通知為準!!!!
●  舉辦日期:請見開課內容表,9:30-12:30; 13:30-16:304天共24小時
●  報名方式:請以正楷填妥報名表傳真至02-2381-1000
●  課程洽詢:02-2370-1111 分機310陳小姐、分機313蘇小姐
 退費辦法:
學員於開訓前退訓者,將依其申請退還所繳上課費用90%,另於培訓期間若因個人因素無法繼續參與課程,將依上課未逾總時數1/3,退還所繳上課費用之50%,上課逾總時數1/3,則不退費。
●  注意事項:
1. 為確保您的上課權益,報名後若未收到任何回覆,敬請來電洽詢方完成報名。
2. 因課前教材、講義及餐點之準備及需為您進行退款相關事宜,若您不克前來,請於開課五日前告知,以利行政作業進行並共同愛護資源。
3. 若原報名者因故不克參加,但欲更換他人參加,敬請於開課前二日通知。
*本課程歡迎企業包班~請來電洽詢 課程承辦人陳小姐、蘇小姐02-23701111#310313
貼心提醒
信用卡繳費方式選「信用卡」,直到顯示「您已完成報名手續」為止,才確實完成繳費。
ATM轉帳:繳費方式選擇「ATM轉帳」者,系統將給您一組轉帳帳號「銀行代號、轉帳帳號」,但此帳號只提供本課程轉帳使用, 各別學員轉帳請使用不同轉帳帳號!!轉帳後,寫上您的「公司全銜、課程名稱、姓名、聯絡電話」與「收據」回傳。
銀行匯款:土地銀行 工研院分行,帳號156-005-00002-5(土銀代碼:005)。戶名「財團法人工業技術研究院」,請填具「報名表」與「收據」回傳。
即期支票或郵政匯票:抬頭「財團法人工業技術研究院」,郵寄至: 100台北市中正區館前路65號7樓704室 陳小姐收。
計畫代號扣款 (工研院同仁) :請從產業學院學習網直接登入工研人報名;俾利計畫代號扣款。



附件
 
 DM-結合人工智慧AOI偵測.pdf
 
  • 【台北】0825-0828(工研院台北學習中心)
  • 報名截止日期:2020/08/23
  • 18,000
  • 開課日:2020/08/25
  • 結束日:2020/08/28
  • 時數:24 (小時)
  • 時段:09:30 ~ 16:30
  • 地點: 台北│工研院產業學院 台北學習中心 │實際地點依上課通知為準!
  • *填寫報名表能讓開課單位更有效的處理您的資料,並優先處理您的需求!
  • 報名班別 
  • 報名人數   人
  • * 第1位報名者姓名 
  • ...................................................................................................................................................