結合機器視覺與深度學習之金屬圓柱表面缺陷檢測系統

摘要

自 2012 年加拿大 Alex Krizhevsky 所領軍的團隊贏得 ImageNet 的 Large Scale Visual Recognition Competition冠軍開始，深度學習領域掀起了新一波人工智慧的浪潮，相關的產業與研究團隊都競相投入 此深度學習的研究領域。本論文著墨於探討深度學習是否適用於自動光學檢測（AOI)領域與產業、分析光 學檢測的問題是否可直接套用現行的深度學習模型、及分析相較於語音識別領域、自然語言處理領域、醫 療或其它電腦視覺領域，應用深度學習方法於光學瑕疵檢測的研究論文仍相對欠缺不足的原因。本文並 舉金屬圓柱表面（如高爾夫球桿）的瑕疵檢測應用為實例，來探討深度學習應用於自動光學檢測瑕疵之方 法，以及當結合機器視覺與深度學習技術時，可能遭遇的問題與克服方案。