媒體新聞
工業瑕疵檢測一直是製造業在品質控管中重要的一環，然而，傳統檢測方法往往受限於人工目測方式，耗時耗力且不夠精準。為解決這一問題，偲倢科技與中央大學資訊工程學系攜手共同合作，期望能通過深度學習技術的應用，實現工業瑕疵檢測的自動化和高精度。
偲倢科技AI 開發經理黃靖瑋表示：「此次合作源起於我們對工業瑕疵檢測領域的深入觀察發現，傳統通用模型存在許多限制，特別是在適應新任務和新環境方面。因此，希望能藉由與中央大學合作開發更通用且適應性更強的深度學習模型，以因應工業瑕疵檢測的各種挑戰。」 具體而言，此次研究計畫將聚焦於通用模型的限制和資料標記繁複性等兩大挑戰。首先，傳統通用模型在工業瑕疵檢測中難以因應不同環境和任務，且存在 Catastrophic Forgetting風險。因此，研究團隊將致力於開發更加通用的深度學習模型，提升模型在新任務中的適應性和訓練速度。 其次，資料標記包含包覆框標記和裁切標記，即使前者對標記員的負擔較小，然而多數模型都需要裁切標記，且其生成過程較為繁複，因此，研究團隊將面臨著如何將包覆框標記轉換為裁切標記的嚴峻挑戰。 黃靖瑋認為，透過此次合作將為工業瑕疵檢測領域注入新的活力與創新突破，進一步推動智慧製造的發展。偲倢科技期望能在此領域取得更多突破和成就，為工業品質控制帶來革命性的巨大改變，且為工業瑕疵檢測領域帶來更加準確、高效解決方案，助力製造業提升產品品質，提升競爭力。 【本文轉載自2024-04-01/工商時報】
