104學習精靈
PCB
PCB
關注
邀請朋友 
Facebook
Line
複製連結
「PCB：負責印刷電路板（PCB）設計與製造流程的管理，確保產品符合技術規格與品質標準。主要職責包括制定設計策略、優化生產流程、協調跨部門合作，以及推動新技術的導入以提升競爭力。此角色需要具備優秀的技術知識、分析能力及強大的溝通技巧，以有效協調工程師、供應商及市場團隊間的合作。此外，了解台灣市場特色及電子產業趨勢，能有助於提升產品創新及市場適應性，面對快速變化的行業環境，需具備靈活應變能力及團隊合作精神。」
Hi~ 歡迎分享學習資源，有學習問題可匿名向Giver發問！
我要分享
我要提問
PCB 學習推薦
全部
影片
文章
不知如何開始嗎？ 先進行技能挑戰吧～
技能挑戰：初級
目前等級：未達初級
104 人已通過「初級」測驗，通過率65%，和學習精靈一起探索知識、增強能力！
我要挑戰
職涯診所
04/26 00:21
giver.104.com.tw
offer請益 PCB大廠 VS 小間IC 設計公司
0
0
976 1
學習精靈
01/08 00:00
youtube.com
Pads佈線8 PCB元件封裝
1929 13
分享
Line
複製連結
收藏
企業如果想導入AI瑕疵檢測技術該怎麼做？三大產業成功案例分享
▍專家認為，製造業是 AI 在台灣最具發展潛力的產業領域
製造業的產品檢測，搭配高解析度的攝影機與光學元件配置進行機器視覺系統的建置，結合自動化流程設定，即得自動光學檢測辨識 ( Automatic Optical Inspection , AOI )，可輕鬆檢測小到人眼無法看到的物件細節、兼具高效辨識穩定性。
• 搭配AI建模的瑕疵檢測，有效提升辨識精準度、生產力、效率。
• 檢測漏檢率僅0.1%，超過人眼辨識10倍以上。因此在生產線上，機器視覺系統每分鐘能快速且精確的檢測數百個，甚至數千個物件，遠勝於人工的檢測能力。
• 應用產業：PCB、半導體產業、手機零件、醫療器材、各製造業(ex: 相機光學鏡片、高爾夫球、紡織業..等)高單價商品，AI建模提升辨識良率精準度外，提升產線的良率也非常重要。
• AOI不僅是篩檢瑕疵品的剔除者，也蒐集不良品資料，由瑕疵檢測細項數據分析、歸納找出每階段製程不良的原因，減低不良品生成，提升產線良率。
▍產業檢測必備，AI 優化 AOI 影像辨識率
AI深度學習技術利用神經網路，將需辨識的圖像類型加上標示，進而從這些圖像中辨識物件已知的功能特徵，異常和類別進行系統模型的訓練。
在訓練期間，訓練系統 AI模型辨識明確的缺陷瑕疵、存在多種形式的缺陷、和學習物件的正常外觀，包括顯著但可容許的變化。將 AI 助攻 AOI用於產品外觀檢測，涵蓋人工檢測的靈活度、機器檢測所具備的高可靠性，錯誤率更低，辨識速度更快的特性。
AOI自動光學檢測辨識系統，以非接觸式運用機器視覺擷取影像進行分析，應用層面遍及高科技產業研發、製造品管、電子機械業、醫療業等多種產業。
因AOI為非接觸式擷取影像進行分析，為業界廣泛應用於半成品或製程不影響產能的影像抽檢，特別是部分產業，例如印刷電路板(PCB)在極高良率要求，以AI智慧化檢測系統來減低AOI過篩誤判的現象，更能優化後續篩檢，提增影像辨識精確度。
▍如果想學習AI瑕疵檢測並導入企業該怎麼做
AOI 搭配 AI深度學習技術，已成功部署於產業進行實務運用，讓深度學習更普及於市場上各產業優化的必備技術。
TibaMe的「AI產品瑕疵檢測-應用CNN物件偵測實作班」，能讓學員瞭解常見產品瑕疵影像任務種類與深度學習如何應用在產品瑕疵影像辨識的整體概念，使學員在應用與研發相關系統時，能充分瞭解須注意的重點。
授課講師具有台大資工所背景，曾參與多項知名公司AI專案開發經驗，並於科技軟體公司擔任工程師，具備豐富的AI專案實務開發與軟體整合經驗。
這堂課，你將學會：
一、業界專業視角定義瑕疵影像分類，確認每個瑕疵影像邊緣
二、以物件偵測找出瑕疵並標註範圍與各瑕疵類別比對
三、AI建模學習瑕疵類別與範圍
四、以實際影像進行檢驗，比對模型辨識準確度(Accuracy)與辨識位置
五、AI影像辨識建模的基本功
六、了解各類經典AI模型
七、實作AI建模分析
產學接軌，榮獲2022年AIGO金質培訓課程
🏭 培訓成果亮點企業(一)：正文科技股份有限公司
「醫療器材讀數智慧辨識 MEOCR」是一個結合了物件偵測以及 OCR 技術的服務，可將量測完的醫療器材照片自動轉換成對應的量測讀數。此服務讓 APP 使用者透過手機拍攝照片完成健康數據的紀錄 ，改善原本使用者判讀不正確、輸入錯誤、輸入流程費時等使用者體驗不佳的問題。
🏭 培訓成果亮點企業(二)：新呈工業股份有限公司
「AI檢測連結器卡榫」使用 YOLO 物件偵測的技術，利用產品卡榫特徵/顏色進行區隔並進行模型訓練，將攝像頭抓取到的圖像擷取，送入CNN網路處理預測結果得到檢測的目標，最後進行網絡預測判斷連結器是否安裝卡榫，結合 Kneron dongle 提升運算速率外可節省硬體(主機)成本金額花費。
🏭 培訓成果亮點企業(三)：東鄉工業有限公司
「原材表面缺陷檢查系統」適用於鋼捲、銅鋁箔、軟式電路板、PET膜等電子化工原材表面檢查，自動光學檢測領域結合了光學、機械、電機和資訊等多種技術領域，廣泛應用於各種產業或相關的產品。
想得到的實際應用影像檢測分析技術，都在「AI產品瑕疵檢測-應用CNN物件偵測實作班」這門課，培訓成果看得見，結訓後將課堂所學直接導入企業，創造最大商業價值！
0
0
2741 1
拍手
留言
分享
Line
複製連結
收藏
學習精靈
05/20 00:00
youtube.com
電子工業之母PCB買哪支？【散戶特攻隊 隊長戰情室 】#6
366 10
分享
Line
複製連結
收藏
推薦給你
OpenAI o4-mini 與 Google Gemini 2.5 新功能全面比較｜2025年AI模型選擇指南
在2025年春季，AI界迎來重大更新——OpenAI o4-mini 和 Google Gemini 2.5 兩大模型正式推出，「o4-mini 功能解析」、「Gemini 2.5 優缺點比較」掀起一波討論熱潮。許多使用者關心這兩款AI的新功能特色以及實際應用差異，本文將針對「OpenAI o4-mini與Google Gemini 2.5比較」做完整分析，幫助你快速掌握選擇方向！
【OpenAI o4-mini 與 Google Gemini 2.5 最新功能亮點】
OpenAI o4-mini：主打多模態輸入，可同時處理文字與圖片，尤其在白板草圖、圖像問答推理上表現出色。針對日常創作與視覺理解任務優化，免費版就能使用，付費版（o4-mini-high）則有更高推理效能。
Google Gemini 2.5：專注於強化推理能力，能在回答前進行「深度思考」，大幅提升邏輯推理、長文閱讀理解與知識推導能力，特別適合需要高精度內容產出的用戶。
【OpenAI o4-mini vs Google Gemini 2.5 比較表】
| 項目 | OpenAI o4-mini | Google Gemini 2.5
| **發布時間** | 2025年4月16日 | 2025年3月底 |
| **輸入模式** | 文字＋圖片（多模態） | 文字（純文字推理）
| **主要特色** | 圖文推理能力強、快速互動 | 高精度文字推理、深度思考回答
| **適用族群** | 創作設計、行銷人員、教師 | 研究人員、法律商業顧問、技術開發者
| **推理速度** | 快速、適合輕量創作 | 稍慢但推理嚴謹，適合專業應用
| **應用場景** | 腦力激盪、白板分析、圖片問答 | 技術諮詢、研究推論、商務寫作
適合的使用者建議
選擇 OpenAI o4-mini：若你偏好「快速互動」且需要同時處理圖文內容（如：社群內容設計、教材製作、圖像問答分析）。
選擇 Google Gemini 2.5：若你的重心在「精確邏輯推理」、「專業知識產出」或需要處理大量文本資料（如：法律文件審閱、技術白皮書編寫）。
小結
整體來說，OpenAI o4-mini 更適合輕量、多模態互動需求；Google Gemini 2.5 則是高要求推理、專業內容創作的最佳選擇。選擇正確的AI工具，可以大幅提升你的工作效率與創作品質。
0
0
218 0
拍手
留言
分享
Line
複製連結
收藏
你可能感興趣的教室