第 21 期

運用生成式AI瑕疵檢測實作班

✓ 全程錄影｜將教學內容及操作步驟錄製起來，提供學員課後複習。觀看期限為結訓後一個月。
✓ 保證學會｜聽不懂或學不會，一年內免費複訓一次。

✓ 基礎打底｜贈送價值 $1,600 的 Python 基礎入門線上課程。

✓ 加碼贈送｜贈送價值 $2,000 的 YOLO 動靜態影像分析線上課程。

最多人推薦學習的 AI 影像辨識訓練課程，使用最新生成式 AI 與 PyTorch 框架，連續三年榮獲工業局 AIGO 計畫肯定，包含各種瑕疵類型介紹以及實際將 AI 深度學習應用在不同類型的 AOI 瑕疵檢測。

2/15 (日)開課 (+Google日曆)

09:30~12:30 / 13:30~16:30
(6小時/天，4天，共計24小時)

TibaMe台北中心上課

(南京復興站 8號出口、元大銀行樓上)

原價 16,000

特價10,080元

李智揚老師

1. 緯育TibaMe實作課程專業講師：

AI醫療腫瘤偵測-應用深度學習實作班
勞動部培訓/ AI影像技術應用工程師班
AI醫學影像實作分析直播學程

2. 科技軟體工程師，多家知名公司的AI專案開發：

金屬表面瑕疵檢測
心電圖心律不整疾病診斷、超音波腫瘤診斷
糖尿病視網膜病變病灶嚴重度影像分類
腫瘤異常組織偵測

------------------

優化製造業AOI精準辨識

專家一致看好，視製造業為台灣 AI 發展最具潛力的領域

利用高解析攝影機和光學元件，搭建機器視覺系統，實現自動光學檢測(AOI)，此系統不僅能輕鬆檢測微細細節，還具有高效且穩定的辨識能力。

搭配 AI 建模的瑕疵檢測，更能有效的提升辨識精準度、生產力、效率。
檢測漏檢率僅0.1%，超過人眼辨識10倍以上，每分鐘能快速且精確地檢測數百至數千個物件
產業應用：PCB、半導體產業、手機零件、醫療器材、各製造業以及各種製造業如相機光學鏡片、高爾夫球、紡織業。
AOI 不僅僅是篩選瑕疵品的工具，更透過搜集不良品資料，分析和歸納每階段製程的不良原因，從而降低不良品生成，提升產線的總體良率。

各產業檢測必備，AI 優化 AOI 影像辨識率

AI 深度學習技術利用神經網路，將需辨識的圖像類型加上標識，進而從圖像中辨識物件已知的功能特徵、異常和類別進行系統模型的訓練。在訓練期間，訓練系統 AI 模型辨識明確的缺陷瑕疵、存在多種形式的缺陷和學習物件的正常外觀，包括顯著但可容許的變化。將 AI 助攻 AOI 用於產品外觀檢測，涵蓋人工檢測的靈活度、機器檢測所具備的高可靠性，錯誤率更低，辨識速度更快的特性。

AOI 自動光學檢測辨識系統，以非接觸式運用機器視覺擷取影像進行分析，應用層面遍及高科技產業研發、製造品管、電子機械業、醫療業等多種產業。

因 AOI 為非接觸式擷取影像進行分析，為業界廣泛應用於半成品或製程不影響產能的影像抽檢，特別是部分產業，例如印刷電路板(PCB)在極高良率要求，以AI智慧化檢測系統來減低 AOI 過篩誤判的現象，更能優化後續篩檢，提增影像辨識精確度。

深度學習 CNN 影像辨識各種瑕疵，都在這門課教給你

Image Classification 影像分類

擷取物件影像特徵，定義單一類別標籤的圖像進行辨識比對，經影像分析比對此瑕疵所屬類別。

Objective Detection 物件偵測

由影像特徵擷取、AI建模影像辨識分析，框選得各種瑕疵所在的位置

Segmentation 語意切割

以卷積神經網路(CNN)進行影像切割，分析每個畫素(pixel)的作用，辨識每個瑕疵邊緣

Grad-CAM 辨識位置視覺化

Anomaly Detection 異常偵測

深度學習模型準度訓練關鍵

------------------

生成少量類別影像，以增加模型訓練資料

不使用有瑕疵之影像，訓練可偵測瑕疵的模型

------------------

你為什麼需要學這門課？

AOI 搭配 AI 深度學習技術，已成功部署於產業進行實務運用，讓深度學習更普及於市場上各產業優化的必備技術。本課程，能將讓學員瞭解常見產品瑕疵影像任務種類與深度學習如何應用在產品瑕疵影像辨識的整體概念；使學員在應用與研發相關系統時，能充分瞭解須注意的重點。

講師畢業於台大資工所，曾參與多項知名公司 AI 專案開發經驗，並於科技軟體公司擔任工程師；因此具備完整且豐富的 AI 專案實務開發與軟體整合經驗。此外，李老師也受聘於勞動部勞動力發展署 AI 應用人才計畫的專業講師，擅長以漸進式的授課方式與實作內容，讓學員能具備完整的理論基礎與紮實的實作能力，非常受到培訓學員的歡迎。

------------------

想得到的實際應用影像檢測分析技術，都在這門課

------------------

AI 商品瑕疵辨識｜專家帶你理論實作一擊入魂

瞭解影像基本特性與常見產品瑕疵影像任務種類
熟悉深度學習原理並能利用深度學習實作影像資料專案，進行影像分類、切割、物件偵測
理解當代最新電腦視覺領域知名深度學習模型原理與運作
活用 Python / NumPy / Pandas
融會貫通深度學習相關框架工具，並且有能力實作專案

------------------

課程大綱

Part 1-

Python 資料處理 + 影像處理 + PyTorch 基礎

3 小時

Colab使用教學
NumPy 語法實作
Matplotlib 語法實作
Pandas 語法實作
PyTorch 語法基礎
實作：Python 資料處理，PyTorch 基礎

Part 2-

機器學習與深度學習

3 小時

機器學習與深度學習基本原理
使用 PyTorch 建構與訓練基本神經網路
實作：訓練影像辨識神經網路

Part 3-

卷積神經網路

3 小時

學習卷積神經網路(CNN)原理與架構
撰寫影像分類網路
訓練技巧
實作：CNN 辨識瑕疵檢測影像

Part 4-

知名 CNN 模型與遷移學習

3 小時

學習經典 CNN 模型設計思想
遷移學習概念與實作
實作：經典 CNN + 遷移學習辨識瑕疵影像

Part 5-

Transformer, 實務工具, 成效指標

3 小時

Transformer 簡介
影像擴增實作
進階指標簡介
實作：利用 Transformer 進行瑕疵影像檢測

Part 6-

語意切割於瑕疵影像

3 小時

切割模型基本架構與原理
實作：語意切割模型
實作：瑕疵切割模型

Part 7-

物件偵測於瑕疵影像

3 小時

物件偵測模型基本架構與原理
物件偵測成效指標
實作：物件偵測應用於瑕疵檢測

Part 8-

生成式AI、異常偵測

3 小時

簡介生成式 AI 方法
不平衡資料進階處理
異常偵測方法
實作：利用生成式 AI 生成訓練圖片、異常偵測

真正的專業在這裡，學員一致好評推薦 

------------------

培訓成果看得見，結訓後將所學導入企業！

 培訓成果亮點企業(一)

正文科技股份有限公司

醫療器材讀數智慧辨識

MEOCR 是一個結合了物件偵測以及 OCR 技術的服務，可將量測完的醫療器材照片自動轉換成對應的量測讀數。

此服務運行於雲端伺服器並提供 API 給 DHO (Dr.Here Online) APP 使用，讓 APP 使用者可以僅透過手機拍攝照片便完成健康數據的紀錄，改善原本使用者判讀不正確、輸入錯誤、輸入流程費時等使用者體驗不佳的問題。

無線 SIP 模組外觀視覺檢測

Auto-FVMI 是一個基於 AI 的外觀視覺檢測軟體，可對本公司所生產的無線 SIP 模組進行快速且精確的檢測，解決目檢人員無法有效檢出瑕疵、檢驗標準不一等問題。此軟體需搭配相關硬體設備使用，可在幾秒內就完成整盤無線 SIP 模組的檢測。

Auto-FVMI 軟體的 AI 核心使用了自行設計的卷積神經網路模型來實作，並且透過資料擴增的技術在瑕疵樣品有限的情況下完成模型的訓練。此模型也已經實際驗證能夠有效地檢出瑕疵，且同時兼具低誤檢率。

 培訓成果亮點企業(二)

新呈工業股份有限公司

AI檢測連結器卡榫

使用YOLO物件偵測的技術，利用產品卡榫特徵/顏色進行區隔並進行模型訓練，將攝像頭抓取到的圖像擷取，送入CNN網路處理網路預測結果得到檢測的目標最後進行網絡預測判斷連結器是否安裝卡榫，結合Kneron dongle提升運算速率外可節省硬體(主機)成本金額花費。

 培訓成果亮點企業(三)

東鄉工業有限公司

原材表面缺陷檢查系統

適用於鋼捲, 銅鋁箔, 軟式電路板 ,PET膜等電子化工原材表面檢查自動光學檢測領域 (automated optical inspection, AOI) 結合了包含光學、機械、電機和資訊等多種技術領域，其廣泛的應用於各種產業或相關的產品。

------------------

運用生成式AI瑕疵檢測實作班

這堂課我們將提供

 由業界專家帶領你瞭解深度學習
 實作AI深度學習的PyTorch框架套件實作
 瞭解深度學習演算法運作
 完訓後可在1年內免費複訓1次
 結訓獲得 TibaMe 結業證書

上完課你將具備的能力

 瞭解深度學習原理原則
 使用深度學習 PyTorch 框架實作能力
 瞭解影像特性與分辨產品瑕疵影像能力
 具備產品瑕疵影像檢測專案開發能力
 擁有優化 AI 影像辨識訓練模型的能力

這堂課推薦給這樣的您

 任何希望能夠瞭解AI深度學習的人
 有Python基礎並對影像檢測有興趣者
 使用AOI演算法進行影像檢測的工程師
 正在進行產品瑕疵影像檢測專案開發

開課資訊與注意事項

2/15(六)、2/22(六)、二二八連假休息一次、3/8(六)、3/15(六)

09:30~12:30/ 13:30~16:30 (6小時/天，4天，共計24小時)

加入 Google 行事曆

TibaMe 台北職訓中心

(教室編號與連結於開課前公告)

台北市中山區南京東路三段219號4樓(地圖)

(南京復興站8號出口、元大銀行樓上)

特價 $10,080

繳費後加碼贈送 2 堂總價值超過 $3400元的人工智慧線上課程！

✓ 基礎打底｜贈送價值 $1,600 的 Python 基礎入門線上課程。

✓ 加碼贈送｜贈送價值 $2,000 的 YOLO 動靜態影像分析線上課程。

本課程有「保證學會」服務，聽不懂或學不會，一年內免費再來學一次。

學費已經涵蓋講義、午餐、TibaMe電子結訓證書乙份。
報名完成後，除了將在畫面中看到「已成功送出報名資料」自動回覆訊息，也將收到一封「課程報名已確認」的 e-mail 信件，教務同仁將進行報名資料及優惠條件審查並於一個工作日內以電話聯繫。
當本班報名人數達開班門檻時，方以 e-mail 通知繳費。可以於線上(刷卡/ATM)繳費時，勾選索取紙本發票，也可以註記公司抬頭及統一編號，於開課當天提供紙本發票。
繳費成功後，將收到付款成功的簡訊、電話或 e-mail 通知。
開課前三天，將 e-mail 寄開課通知，並以簡訊提醒上課。
若課程因故取消，將退還所有已繳交學費，或依需求將學費折抵其他課程學費。
為確保品質，主辦單位保留微幅調整課程內容的權利。

報名方案

以下為發售課程顯示區塊，為不可編輯區域，若要檢視完整頁面請前往預覽頁面。

FAQ

Q：
如果有幾天不能上課該怎麼辦? 該怎麼請假呢？

A：上課時間若有衝突需要請假，可以填寫線上請假單 https://goo.gl/JMFucX，只要出席時數達 80%，仍可以領取TibaMe結訓證書。

Q：如果上完課還是聽不懂，怎麼辦？

A：TibaMe提供在一年內，可以重聽相同課程乙次的超值服務，讓您更為安心，只要在本課課程頁面報名重聽，都可以申請在一年內參加同一課程的免費重聽。對您有益的事情，TibaMe 願意多做一些喔！

Q：如果還有問題，可以找誰？

A：無論您有繳費、行政處理，或對課程內容有任何疑問，都可以直接找客服(service@tibame.com)詢問，將安排合適的服務人員為您提供解答。

Q：你們退費的辦法是甚麼？

A：1. 於開課前(不含開課當日)因故無法上課，可辦理延課或退費，退費可退還所繳全額費用。

2. 於開課後，上課時數未超過全部時數三分之一者，得申請退還所繳學費二分之一。

3. 於開課後，上課時數已超過全部時數三分之一者，不予退費。但仍可申請補課。

學長姐好評推薦

其他學員也看了

實體

全方位數位行銷實戰養成班全方位數位行銷實戰養成

NT$ 5,000

早鳥優惠

實體

全方位數位行銷實戰養成班全方位數位行銷實戰養成

NT$ 5,000

早鳥優惠

實體

全方位數位行銷實戰養成班全方位數位行銷實戰養成

NT$ 5,000

早鳥優惠

實體

全方位數位行銷實戰養成班全方位數位行銷實戰養成

NT$ 5,000

早鳥優惠

實體

全方位數位行銷實戰養成班全方位數位行銷實戰養成

NT$ 5,000

早鳥優惠

上課電腦設備建議 

64位元電腦(window、mac、linux都可)

 建議記憶體8G以上

 使用Gmail帳號、搭配Chrome瀏覽器上課

本課程需自備電腦上課，建議規格如上

職場進修

就業培訓

企業服務

運用生成式AI瑕疵檢測實作班

優化製造業AOI精準辨識

專家一致看好，視製造業為台灣 AI 發展最具潛力的領域

各產業檢測必備，AI 優化 AOI 影像辨識率

深度學習 CNN 影像辨識各種瑕疵，都在這門課教給你

想得到的實際應用影像檢測分析技術，都在這門課

AI 商品瑕疵辨識｜專家帶你理論實作一擊入魂

課程大綱

Part 1-

Part 2-

Part 3-

Part 4-

Part 5-

Part 6-

Part 7-

Part 8-

真正的專業在這裡，學員一致好評推薦 

培訓成果看得見，結訓後將所學導入企業！

醫療器材讀數智慧辨識

無線 SIP 模組外觀視覺檢測

AI檢測連結器卡榫

原材表面缺陷檢查系統

報名方案

FAQ

Q：如果有幾天不能上課該怎麼辦? 該怎麼請假呢？

Q：如果上完課還是聽不懂，怎麼辦？

Q：如果還有問題，可以找誰？

Q：你們退費的辦法是甚麼？

學長姐好評推薦

其他學員也看了

上課電腦設備建議 

Q：
如果有幾天不能上課該怎麼辦? 該怎麼請假呢？