基於生成式模型之印刷瑕疵檢測

在科技的與時俱進與人工智慧的蓬勃發展下，工業產線上之檢測期望導入人工智慧，以增強判斷瑕疵的能力。常見的瑕疵檢測方式有人工檢測以及AOI(Automated Optical Inspection)自動光學檢測，人工檢測方式容易受到疲勞而容易判錯；而使用AOI 方式檢測，則易受到環境及光源等影響，造成誤判。 本研究將利用生成對抗式網路，建立一生成式模型，並經測試修改模型架構及參數，最後透過影像處理及資料擴增等技術，使此模型可利用少量資料，偵測不同印刷類別之瑕疵檢測(自適應)，改善傳統瑕疵檢測方式缺陷。