English  |  正體中文  |  简体中文  |  全文筆數/總筆數 : 1365/1366 (100%)
造訪人次 : 1328912      線上人數 : 424
RC Version 7.0 © Powered By DSPACE, MIT. Enhanced by NTU Library IR team.
搜尋範圍 查詢小技巧:
  • 您可在西文檢索詞彙前後加上"雙引號",以獲取較精準的檢索結果
  • 若欲以作者姓名搜尋,建議至進階搜尋限定作者欄位,可獲得較完整資料
  • 進階搜尋


    請使用永久網址來引用或連結此文件: http://120.105.36.38/ir/handle/987654321/1400


    題名: 鞋底表面缺陷檢測
    作者: 沈添賜
    貢獻者: 電子系
    關鍵詞: 鞋底表面缺陷
    日期: 2020-10
    上傳時間: 2020-11-30 09:28:28 (UTC+8)
    摘要: 人工智慧暨機器學習領域的知名權威吳恩達在創立 Landing.ai 時曾經表示,自己在領導谷歌大腦(Google Brain)和百度的 AI 部門時,親身體驗到了現代 AI 對網際網路商業和用戶帶來的好處。「現在,我們不僅要打造一個 AI 驅動的 IT 產業,還要建立起 AI 驅動的社會」,他說道。
    所謂 AI 驅動的社會,是指我們的各種實質需求(相較於網際網路的虛擬經濟而言)可以透過 AI 來實現更好的滿足。簡而言之,他希望 AI 能改變人類在衣食住行等方方面的生活,讓人們從重複性的勞動苦役中解脫。
    製鞋產業就是一個很好的例子,其消費市場龐大,Euromonitor 資料顯示 2015 年全球鞋市場產值即超過 4,000 億美元,鞋業產值每年約保有 5~10% 成長率,到 2018 年產值可能逼近 5,000 億美元。
    台灣因為早期塑化產業以及製造代工業的基礎,加上上游鞋材廠商形成完整的供應鏈,已是多家國際知名品牌的穩定供應商,在當今全球的製鞋產業鏈中具有相當重要的地位。
    製鞋業一直以來就是個追求低人力成本的產業。因為鞋子是立體造型,需要大量人力進行手工組裝程序,為了持續控制成本,製鞋業者不斷的轉移生產基地到具有廉價勞動力的地區。但隨著技術的發展,較為簡單的製鞋步驟漸漸地能夠用機械自動化處理,甚至比較複雜的程序,包含鞋舌的組裝等,也都有廠商投入相關的自動化技術。
    本計畫籌組完整之跨領域合作團隊,採用自動光學檢查(Automated Optical Inspection, AOI)和深度學習的技術,檢測鞋底的紋路以及曲面滑順的程度,希望能夠將有缺陷的產品及早檢出,避免在上底甚至入楦後才發現問題。預期可有效提升產能、降低成本以追求最高之商業價值。
    顯示於類別:[電子工程系] 校內專題研究計畫

    文件中的檔案:

    檔案 描述 大小格式瀏覽次數
    沈添賜.pdf1079KbAdobe PDF2檢視/開啟


    在MUSTIR中所有的資料項目都受到原著作權保護.


    DSpace Software Copyright © 2002-2004  MIT &  Hewlett-Packard  /   Enhanced by   NTU Library IR team Copyright ©   - 回饋