圖像型AI
各行業的 AI 應用技術
資料來源: 資策會
圖像應用AI
產品一：AI天眼通
視覺辨識
影像處理是指對圖像進行分析、加工、和處理，使其滿足視覺、心理或其他要求的技術。影像處理是訊號處理在圖像領域上的一個應用。目前大多數的圖像均是以數位形式儲存，因而影像處理很多情況下指數位影像處理。此外，基於光學理論的處理方法依然占有重要的地位。影像處理是訊號處理的子類，另外與電腦科學、人工智慧等領域也有密切的關係。
功能
1.資料集管理 - 快速建立,共同標註
2.建立模型 -偵測 ,分類 ,偵測+分類
3.模型管理 - 管理查看模型歷史紀錄
4.模型驗證 - 驗證模型正確性
5.模型訓練 - 模型再訓練
6.模型測試 - 模擬導入線上機台
7.機台整合 - 自訂機台任務
8.機台狀況 - 即時查看線上機台狀況
特色
1.網頁介面 - 隨開即用,無需下載安裝
2.建模優化 - 參數易懂,無痛建模
3.資料永存 - 歷史記錄一目瞭然
4.任務自動排序 - 自動執行交辦任務
5.多人線上使用 - 利於團隊開發
6.資料集共同標注 - 大量降低時間成本
7.擴充簡單 - 效能直接疊加
8.模型分享平台 - 加速團隊精進模型
9.線上機台導入 - 直接查看/管理機台
AI視覺辨識系統運用
系統流程與架構
業界實績
| 行業 | 應用 | 效益 |
|---|---|---|
| 面板廠─廠方 | 瑕疵偵測/分類 | 1.降低95%人員復判率 2.避免人員職災 |
| 面板廠─機台供應商 | 瑕疵偵測/分類 | 1.降低95%人員復判率 2.避免人員職災 |
| 半導體封裝業 | 瑕疵分類 | 1.降低2/3人員復判率 2.避免人員職災 |
| 太陽能產業 | 偵測/分類 | 1.cycle Time 加速15% 2. 檢測效率 加速 3倍 |
| 食品加工業 | 偵測/分類 | 1.檢測效率 加速 3倍 |
| 電子線(料)材業 | 偵測/分類 | 1.報價回應時間加速 5倍 |
| 電路板業 | 瑕疵偵測 | 1.降低2/3 人員複判 |
| 鋁輪圈 | 偵測/分類 | 1.降低1/5 自動化上料錯誤 |
| 醫美齒模 | 視覺辨識 | 1.提高15% 產能 2.避免人員職災 |
先知AI視覺辨識特色
R2023a 新功能與產品應用圖示
資料集及類別整併
測試結果資料(圖片/資訊)匯出與資料集整併
單張照片自動標註
天眼通-色塊快速設定
天眼通-統計&分析
天眼通- System 預測耗時統計
天眼通-各Rule預測統計圖表
R2023a 新功能與產品應用 - 天眼通(Offline建模系統)
| Function | Description | Benefits for USER |
|---|---|---|
| 資料集及類別整併 | 快速資料集彙整及原資料類別整理。 | 將不同資料標註之圖片集進行整併，並整併各標註資訊，彙整為一新的標註內容。 |
| 測試結果資料(圖片/資訊)匯出與資料集整併 | 測試結果資料快速整併於其他資料集。 | 將測試結果匯出，並可快速匯入測試結果，並與其他資料集進行整併。 |
| 單張照片自動標註 | 自動標註。 | 以初始模型進行單張照片自動標註。 |
| (OnlineWeb -Color Analysis ) Add Channel 設定介面(HSV) 拖拉式設定 設定辨識色塊相關資訊&即時模擬色塊參數資訊畫面 | 加速色塊模擬參數依據設定與顯示介面呈現該資訊辨識樣貌。 | 方便檢視調整數值後，圖片辨識狀況。 |
| OnlineWeb - Report 介面 : 簡易分析預測量分布 | 統計資源。 | 檢視時間內辨識＆分析資訊。 |
| OnlineWeb - Report 介面 : System 預測耗時統計 | 統計資源。 | 預測數據分析預測時間統計。 |
| OnlineWeb - Report 介面 : 各Rule預測統計圖表 | 統計資源。 | 分類統計個數。 |
| OnlineWeb - Report 介面 : System 版本記錄 | 統計資源。 | 紀錄系統版本。 |
| APIServer - 連通 Online Web , 同時多圖片觸發機制&回傳 | 多圖同時分散預測在合併結果。 | 可同時觸發多圖片預測回傳結果(不用單張單張觸發)。 |
R2022b 新功能與產品應用-圖雲圖示
資料收集
框列需求範圍
辨識結果輸出
R2022b 新功能與產品應用-圖雲
| Function | Description | Benefits for USER |
|---|---|---|
| 資料收集 |
1.新增項目類型資料集 2.選擇本機的圖片並上傳到資料集中 3.每個資料集可設定需要標註的項目(即需要抓取的字段對應名稱) 4.可單選、多選或全選，將圖片從資料集中刪除。 |
大量圖片資料進行分類管理，每一類共用相同的設定參數，而不同資料群可用不同帳號管理，降低管理負擔。 |
| 框列需求範圍 |
1.可針對資料集中的圖片，進行需要辨識的範圍框選，可框選多個範圍 2.需要辨識的範圍框選後，可指定為某一個字段別名項目 3.資料集中的圖片，可建立一個辨識範圍的判斷模型 4.系統可先自動產生字段框，再讓使用者進行修改 5.可將多個選框進行組合以及增加符號，產生一個新的字段。 |
正確取得圖片中所需要的數字資訊，可代替過去人工抄寫負擔。如 : 巡檢或標籤替換。 |
| 辨識結果輸出 |
1.可將辨識結果包裝成JSON格式 2.可將辨識結果以Restful通訊API進行輸出 3.提供新圖片上傳辨識與資料輸出JSON格式呈現的模擬測試功能。 |
標準輸出格式與通訊方式，降低與周邊資訊系統整合負擔。 |
| 線上辨識 |
1.使用Restful API辨識圖檔及上傳 2.英數字和標點符號辨識 3.多國語言辨識。 |
1.可透過Restful API將須辨識的圖檔進行上傳 2.辨識可整合開源的Easy OCR進行英數字和標點符號辨識 3.辨識可整合Uibot RPA 的雲端 MEGA AI OCR 進行多國語言辨識。 |
| 登入帳號管理 |
1.權限設定 2.帳戶設定。 |
1.可依公司別管理，不同公司登入可看到不同資料 2.一間公司可新增多筆帳號。 |
| 計費方式 |
1.張數與費用計算 2.帳戶計算 3.資料庫是否上雲。 |
1.依照線上預測與輸出辨識結果次數，進行辨識張數與費用計算 2.不同公司分開計算費用 3.雲端。 |
| 其他 |
1.支援多國語言 2.頁面資訊呈現 3.步驟化流程 4.辨識框管理及深度學習。 |
1.介面可支援繁簡體中文、英文、日文、越南語 等五國語言 2.有總資料集和標註項目、基本資訊總攬頁面 3.資料集與圖片設定方式，提供步驟化流程指引，步驟之間可隨時跳轉 4.每個辨識範圍的選框，可指定辨識結果標準答案，以針對OCR辨識模型進行深度學習。 |