摘要
●技術簡介：
本人工智慧技術可由極少量自動光學檢測影像訓練樣本，達到自動光學檢測影像品質評估與元件標記的目標。當AOI影像符合檢測品質要求後，再進行元件對位與自動標記。除技術成果外，本成果也提供元件標記視窗介面與原始程式碼。本技術可使用在已安裝之電腦設備，不需要額外使用GPU顯示卡，可大幅節省業界之運算硬體成本。
●技術之科學突破性：
為了解決過去AI技術人工標示與運算成本的問題，我們提出了基於極少樣本學習之人工智慧光學檢測影像元件偵測方法。此方法的核心技術為如圖一所示之全新few-shot self-supervised learning (FSL) AI技術。本技術特化自監督學習，由極少量標示資料中的標記元件自動提取元件自我學習特徵。利用此特徵學習機制，能夠產生大量的元件特徵並賦予自我學習的特性，在特徵對於標記元件足夠具有代表性之前，會在訓練過程不斷進行精煉，所以能夠同時適切地保留視覺細節資訊及高階語意內容。而在我們的AI模型根據良好的特徵掌握標記元件特性並有效完成學習目的後，便可以在測試階段面對大量無標示的PCB影像準確地偵測標記元件，而完全不受限任何訓練資料量不足或是有嚴格時間限制的條件，完成自動標記與偵測任務。本方法的另一大優勢在於硬體成本的降低，由於本方法能精確地由極少量的標示資料學習大量特徵，故不需要龐大的訓練資料及運算量，使得本系統能夠運行於市面上通用的CPU設備上，實質地減低了有AOI需求廠商所需支出的硬體成本。
我們以印刷電路板(PCB)為例，針對各種不同PCB上的各式元件，我們只標示3張PCB影像作為訓練資料，並以目前2020年最頂尖物件偵測演算法YOLOv4作為深度學習方法的代表進行比較。在如此極少樣本的限制下，如圖三(b)所示，YOLOv4完全無法正確偵測與定位元件，此結果彰顯了傳統深度學習AI技術在訓練樣本數量缺乏時的負面影響。相反地，我們的方法的定位結果如圖三(c)所示，有著非常優異的定位表現。相較於YOLOv4在訓練張數僅為3張的情況下，完全無法偵測到目標元件，本方法可以達到超過95％的正確偵測率。為了清晰地拍攝PCB以及元件，此PCB的AOI影像解析度高達2447×1748。相較於YOLOv4模型訓練在使用GPU加速下需要漫長的訓練時間(約1250秒)，我們系統的運算時間在「未」使用GPU硬體加速的情況下，平均都在0.35秒之內完成演算，演算速度已然達到即時系統的標準。是以在硬體成本層面，我們系統能夠在通用的CPU上進行AI模型訓練。相較於深度學習方法需求使用高階的GPU設備加速，付出極高的額外硬體成本，更顯示出我們的方法系統硬體需求的優越性以及實務上的可行性。更可以進一步基於定位結果助益瑕疵偵測。
●技術之產業應用性：
本技術考量到程式執行效率以及平台可攜性，演算法部分採用C＋＋進行撰寫，GUI部分採用C＃進行設計，並使用OpenCV開源函式庫協助開發。在技術方面，我們分為三個層次說明，首先是AI模型學習演算法，因應業界實務上對於產品檢測的時間效率限制以及資料蒐集不易等問題，發展出創新的FSL學習方法，對少量影像進行精準地目標特徵學習，達到即時標記並定位的效能。是以能克服目前深度學習方法耗費大量時間對每張訓練影像進行人工標示，加上高成本的運算資源的問題。其次是影像標示，針對元件形狀的多樣性，本系統不受限於矩形的標示方式，同樣能夠標記出幾何凸多邊形、圓形、任意多邊形等等不同形式，提供友善的使用者體驗設計讓使用上更直覺。最後是偵測與定位，針對元件影像偵測與定位的執行速度上，對特徵採用特殊的儲存方式，減少資料儲存量，使特徵比對時的計算量再降低，因此提升系統執行速度，達到即時系統的要求。
本技術適用於任何有AOI需求的工業或科技廠商，特別是囿於目前以深度學習為主流的AI技術迷思的企業。它不僅提供了優異的自動影像檢測基石，協助業界使用者在後續缺陷檢測的流程上可以有更好的演算效果，更節省AOI產業中的各種資源耗損。硬體方面對於運算資源等設備要求可以大幅降低。本方法更能有效處理拍攝時與PCB的距離、角度、光線、遮擋等等因素造成的環境問題，學習出正確的特徵。還能避免使用深度學習模型時，需求大量高成本GPU的負擔。軟體方面，則是可以減少人力資源在標示訓練資料的工作，使資源的調度分配能更有效率，也為使用者省下嘗試各種深度學習模型及參數微調(fine-tuning)所耗費的大量時間及精力消耗，省下大筆成本，可實質地幫助所有具AOI需求的企業。
本技術為純軟體程式，可在Windows 7或以上版本之作業系統執行，對於各種不同PCB板上的各類IC元件都可即時偵測與定位，且也已經在LCD面板上驗證Array與CF元件定位與檢測，達到高於96％的偵測效果。此外本系統為獨立運作之AI程式，不受限於特定機器之程式設計限制，只需少量影像資料便可擁有卓越效果，令此系統擁有更彈性的可攜性。後續我們也會提供公板的API給予需要進行AOI定位的廠商，甚至針對不同廠商客製化，協助客戶完成整個AOI缺陷檢測的流程。本系統憑藉純軟體的優勢，可因應不同平台調整，令實務上的可行性大幅提升，能確實地幫助各家科技廠商。