104學習

OCR

OCR
關注
邀請朋友
邀請朋友

Line

Facebook

複製連結

取消
這項技能指的是利用光學技術將紙本文件或圖片上的文字轉換成可編輯、可搜尋的數位文字。它大幅提升工作效率,減少手動輸入錯誤,方便資料整理和分析。在文件管理、資料輸入、財務報表處理等領域尤其重要,能節省大量時間並提升準確度,是現代數位化辦公不可或缺的技能。
關於教室
關注人數 0 人
104人力銀行從職缺中挑選出常見技能所成立的官方教室,提供大家進行共學互動。
學習主持人
持續分享知識,
有機會成為官方教室主持人
教室標籤
關於教室
關注人數 0 人
104人力銀行從職缺中挑選出常見技能所成立的官方教室,提供大家進行共學互動。
學習主持人
持續分享知識,
有機會成為官方教室主持人
教室標籤
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

OCR 學習推薦

緯育TibaMe

2022/12/07

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!
立即了解課程內容>> https://bit.ly/3UI3fvy
看更多
0 0 3601 1

熱門精選

104學習

產品

6小時前

2026 年 Prompting 怎麼學?AI大神吳恩達推出免費新課給一般人的 AI 使用指南
AI 工具越來越強,提示詞也不再只是「請幫我寫一段文案」這麼簡單。AI 教育者吳恩達(Andrew Ng)近期推出新課程《AI Prompting for Everyone》,主打不需要技術背景,幫助一般使用者學會更有效地使用 ChatGPT、Claude、Gemini 等 AI 工具。DeepLearning.AI 課程頁顯示,這是一門初學者課程,共 3 小時 4 分鐘、21 堂影片課,由吳恩達授課。官方學習頁也標示可免費開始學習、觀看課程影片;若需要 graded assignments 與證書,則屬於 PRO 方案。
吳恩達是誰?為什麼他的新課值得關注?
吳恩達是全球知名的 AI 教育者與機器學習專家。他是 DeepLearning.AI 創辦人、Coursera 共同創辦人,也曾擔任百度首席科學家,並曾創辦與領導 Google Brain 專案,目前也是史丹佛大學兼任教授。
對非工程背景的上班族來說,吳恩達最重要的影響,是他長期把 AI 知識轉化成大眾可以理解、可以上手的學習內容。從早期的機器學習課程,到《AI For Everyone》,再到這次的《AI Prompting for Everyone》,他的課程常被視為 AI 學習趨勢的風向球。
這門課在教什麼?不是背 Prompt,而是學會和 AI 協作
《AI Prompting for Everyone》的核心,不只是教你寫出更漂亮的提示詞,而是教你在不同工作情境中,如何讓 AI 產出更可靠、更有用的結果。官方課程頁將學習重點分成三大方向:找資訊、腦力激盪與寫作、創作與建構。
第一個重點是 Finding Information,也就是用 AI 找資料。課程會說明 AI 模型本身已經知道什麼、什麼時候應該使用 AI 網路搜尋、什麼情境適合使用 deep research mode,以及如何取得更準確、有來源的回答。
這對上班族非常實用。無論是做市場資料整理、競品分析、產業趨勢觀察,或準備會議前的背景研究,AI 不只是回答問題的工具,更可以協助快速建立資料架構。但前提是使用者要懂得要求來源、設定範圍,也要知道哪些資訊需要再查證。
第二個重點是 AI as a Thought Partner,也就是把 AI 當成思考夥伴。課程會教使用者如何提供正確上下文,讓 AI 理解真正需求;也會談到如何讓 AI 提供誠實回饋,而不是只迎合使用者。官方課綱中也列出 brainstorming、context、reasoning、sycophancy、writing with AI、AI critique 等單元。
這代表未來職場的 AI 能力,不只是「會叫 AI 寫東西」,而是能不能請 AI 幫忙檢查盲點、提出反方觀點、改善表達方式,甚至協助自己做更完整的決策思考。
第三個重點是 Working with Multimedia and Code。課程會介紹如何在提示中使用圖片、讓 AI 理解圖片、生成視覺內容,並使用 AI 建立簡單遊戲、網站與 App;官方也特別說明,這部分不需要程式經驗。
這也反映 AI 工具的使用場景正在擴大。過去上班族多半把 AI 用在寫信、摘要、翻譯、整理資料;但未來,AI 也可能協助做簡報素材、產出視覺概念、分析資料,甚至建立可展示的簡易 prototype。
誰適合上這門課?
官方課程頁指出,這門課適合任何在日常工作或生活中使用 ChatGPT、Claude、Gemini 等 AI 工具,並希望獲得更好結果的人,不需要技術背景,也沒有必修前置課程。
換句話說,這門課很適合以下幾類上班族:經常需要查資料的企劃、行銷、編輯、研究人員;需要寫報告、簡報、Email 的一般辦公室工作者;想把 AI 帶進工作流程的主管;以及想開始學 AI、但不想一開始就碰程式的人。
對職場工作者的啟示:提示力已經變成基本功
這門課最值得注意的訊號是:AI 提示力正在從「技巧」變成「基本工作能力」。
過去,很多人學 AI 會先找提示詞模板,例如「請扮演某某角色」、「請一步一步思考」、「請用表格整理」。這些技巧仍然有用,但已經不夠。真正會用 AI 的人,還要知道如何提供背景資料、設定輸出格式、要求資料來源、讓 AI 挑戰自己的想法,並判斷哪些內容可以採用、哪些內容必須查證。
也就是說,未來職場上的 AI 能力,不是誰背了最多 prompt,而是誰更會設計任務、拆解問題、提供上下文,並把 AI 產出整合成真正能交付的工作成果。
有興趣的讀者可至 DeepLearning.AI 官方課程頁開始學習:《AI Prompting for Everyone》。
課程影片可免費開始觀看;若想取得作業評分與證書,需留意官方 PRO 方案說明。
DeepLearning.AI《AI Prompting for Everyone》
看更多
0 0 319 0
你可能感興趣的教室