基於深層殘差卷積網路應用於紡織品數位之對花檢驗 Deep Residual Network-Based Automated Fabric Inspection

摘 要：因應智慧製造的快速發展，利用人工智慧解決產業問題日益增加。本研究採用監督式深層捲積神經網路，學習紡織中破洞、漏紗與斷經特徵，並利用遷移式學習與微調(Fine-tuning) 提高訓練速度與準確度，藉由訓練後神經網路達到自動化檢測之目標，於2080Ti 硬體架構下本研究使用之神經網路預測一張600x600 圖片時間為0.189 秒。

關鍵詞：深層卷積神經網路、瑕疵辨識、布料瑕疵、自動光學檢.....