學位論文

Permanent URI for this collectionhttp://rportal.lib.ntnu.edu.tw/handle/20.500.12235/73897

Browse

Filters

20211

Settings

Author: search.filters.author.徐晧恩Subject: search.filters.subject.Convolutional Neural Network

Search Results

Now showing 1 - 1 of 1
  • No Thumbnail Available
    Item
    以卷積神經網路檢測塑膠射出成型製品瑕疵
    (2021) 徐晧恩; Hsu, Hao-En
    一個產品的成功與否與企業的成敗息息相關，而品質管理是影響產品成功的重要因素，也是形塑企業競爭力的重要環節。塑膠射出成型適用於生產形狀複雜的加工工藝，而使用普遍原因是因為塑膠射出成型能在較短的週期時間大量生產出產品，且具有非常高的產品精度，所以在消費型電子產品上被廣泛使用，其中因為產品需要非常精密的尺寸與外觀，使品質把關變得非常嚴格。基於完善的瑕疵檢測系統可以幫助產線更快的判定產品的好壞，藉以減少人力成本以及檢驗成本等動機與目的。本研究基於卷積神經網路，使用傳統卷積神經網路以及You Only Look Once (YOLO) V3做為本研究模型架構開發塑膠射出成型產品不良品瑕疵檢測系統。首先本研究選定Rombit所開發之工人安全與防疫追蹤穿戴裝置Romware ONE作為研究對象，拍攝一定數量的相片，經過預處理後將資料分別導入傳統卷積神經網路以及基於YOLO V3所開發模型中訓練，直到模型達到理想情況。本研究結果使用傳統卷積神經網路發生過度擬和情況，使實際使用不如預期。而YOLO V3建構之模型經過訓練與調整最終達到F1分數為0.9775，mAP50為96.8254，因此在偵測產品缺陷上面有良好表現。未來可能再細分更多缺陷類別，達到更精確的檢測效果。