所羅門AI機器視覺部落格

AI 機器視覺是人工智慧的一個分支，使機器和人一樣「看懂」圖像與物件後進行判斷與決策，常用在工業自動化與機器人領域如: 視覺瑕疵檢測、3D 視覺定位等，也是新興的 AR + AI 視覺系統技術核心。

人工智慧（Artificial Intelligence, AI）的普及正在為新時代帶來新的商機。對於接受 AI 技術的企業來說，人工智慧早已被證實是可有效實現業務目標的珍貴資產。然而，人工智慧的好處不僅在於企業後端的維運應用，通過擴增智慧（Augmented Intelligence, IA）的力量，將可有效改善過往企業支援前端運營的既有模式。

OCR 技術對於企業的數位轉型有相當大的功勞，現今社會提倡無紙化概念，且用紙本保存貴重資料的舊有形式，已經無法再適用現今瞬息萬變的資訊化腳步，OCR 在無紙化轉型之中就扮演了相當重要的角色，除此之外，OCR 結合 AI 還可用於瑕疵檢測、車牌辨識、字跡辨識、自動識檢驗別等。

AOI（Automated Optical Inspection）自動光學檢查，是依靠機器視覺作為辨識的技術，用以改良或彌補人力用光學檢測的種種缺點，現今已被應用在各式各樣的產業中，AOI 最主要的功能為瑕疵檢測、尺寸量測、定位貼合，包括高科技產業、半導體、製藥、食品等，AOI 在工業自動化中扮演著重要的角色，目前 AOI 最常被應用的產業分別是 PCB 和面板顯示器產業，兩者佔比約為 64% 和 15%。

想理解深度學習（Deep Learning, DL），最簡單的解釋，可以將深度學習視為機器學習，若更進一步的定義，深度學習就是機器學習的進化版，是資料科學中的組成關鍵。

機器學習（Machine Learning, ML），即是人工智慧的分支，主要是透過系統將蒐集來的大量數據資料依序分類，透過演算法識別資料中的模式，產出模型加以學習改進，進而做出最佳的決策及預測。

人工智慧（Artificial Intelligence, AI）是電腦科學的範疇，是指電腦、程式等系統及機器，自行透過數據分析進行推論，模擬如人類的思考邏輯、執行策略的先端技術。以淺顯的語句來說，AI 人工智慧的終極目標，就是讓電腦擁有像人類一般的思考判斷能力。

擁有如人類思考的 AI 技術，在辨識並定位不規則特徵佔有優勢，為滿足檢測需求，市場上已出現許多 AI 瑕疵檢測系統及服務，然而，套裝軟體在許多功能上依舊存在差異，其中在使用者介面 ( UI ) 友善度、訓練樣本數、辨識率、檢測速率的討論度最為廣泛。

台灣防疫固然有成，並且成功的讓產業所受到的衝擊降到最低，但在全球經濟轉變以及工作模式已經帶來全面性的改變：設備智慧化、零接觸經濟、遠距教學等需求逐步提升。因此在這後疫情時代下，從各面向進行數位轉型，並帶動經濟的發展，為產業帶來嶄新的機會！那究竟我們需要怎麼樣來實行呢？我們將會遇到哪些問題？