Repository logo
Communities & Collections
All of DSpace
  • English
  • العربية
  • বাংলা
  • Català
  • Čeština
  • Deutsch
  • Ελληνικά
  • Español
  • Suomi
  • Français
  • Gàidhlig
  • हिंदी
  • Magyar
  • Italiano
  • Қазақ
  • Latviešu
  • Nederlands
  • Polski
  • Português
  • Português do Brasil
  • Srpski (lat)
  • Српски
  • Svenska
  • Türkçe
  • Yкраї́нська
  • Tiếng Việt
Log In
New user? Click here to register.Have you forgotten your password?
  1. Home
  2. Browse by Author

Browsing by Author "鍾暿峒"

Filter results by typing the first few letters
Now showing 1 - 1 of 1
  • Results Per Page
  • Sort Options
  • No Thumbnail Available
    Item
    應用對比式演算法則於印刷電路板的自動元件檢測方法之研究
    (2023) 鍾暿峒; Chung, Si-Tung
    在現今工業的生產製程中,檢測產品上的瑕疵常會利用到自動光學檢測,透過將攝影裝置架設在產線上進行檢測。而印刷電路板做為電子工業製品的大宗,檢測上方的細小元件的數量和位置是一大難題。由於電子元件種類繁多,為了自動化檢測元件,建立並訓練類神經網路模型被視為一種解決方法。因為模型可以從大量的樣本中學習到特徵而且具備很高的辨識準確度,而其計算過程可以透過GPU的並行處理能力得到很快的推論速度。良好的模型架構可以讓模型適應不同的元件種類,同時對於增減元件可以具有更高的可擴展性來應對需求的變化。然而,現有的物件檢測模型對於小目標的檢測還無法達到高準確度,而工廠產線上的環境光源變化也增加了模型辨識元件的困難度。因此,對於現有的自動元件檢測方法,本論文以對比式理論為基礎,提出了一套使用在類神經網路模型的訓練方法。經過此方法訓練的模型可以在不同環境光線的影響下,依然能正確檢測出印刷電路板上的電子元件。由於工廠的產線不會只生產同一種產品,元件檢測方法應該要能夠應對不同的需求。但是,若元件的種類增加,會降低現有方法辨識的準確度。因此,本論文提出具有高度彈性的模型架構,可以根據不同的元件種類調整,且能檢測多種元件,也具有高準確度。實際情況下,待檢測的印刷電路板並非固定在產線上。若要做到Real-time檢測,需要邊緣運算裝置與攝影裝置搭配使用。而邊緣運算裝置的硬體資源有限,具備高準確度的模型往往有很大的計算量和總參數量。因此,本論文的模型架構會在增加少量參數的同時維持辨識的準確度,並能夠在邊緣運算裝置上正常運行。

DSpace software copyright © 2002-2025 LYRASIS

  • Privacy policy
  • End User Agreement
  • Send Feedback