易慧科技攜手資策會，打造異常檢測系統 在不易搜集異常資料的封閉產線，AI影像辨識最大的問題是訓練資料極少、不易重覆出現，導致落地非常困難。易慧科技攜手資策會服創所，研發非監督式學習技術，亦即電腦學習的過程中，不需要標註特定辨識物，是透過資料之特徵，由機器自行分類。以製造業最在意的瑕疵檢測應用為例，在無法大量且全面地搜集瑕疵資料的條件下，可以先教育機器學習產線上大多正常的產品，在發生少部分不良品混入時，讓機器透過分類法則，將不良品篩出；再如消費者刷卡通常有特定模式與消費習慣，若偶然出現完全不符合此一習慣之異常特徵，則讓機器自行將此一異常檢出，其特性使適用之領域具有獨特性。 以非監督式深度學習演算法研發AI異常檢測技術，可免除異常資料之搜集、標註，使導入期縮短至1~2個月，市場目標為不易搜集異常資料之傳統產業，如：化工、鋼鐵等。此技術畫質寬容度高，僅需產線一般監視影像，即可訓練模型，且能檢知多種類異常，導入流程簡單快速。本系統搭配影像取得、訓練機制、邊緣即時運算主機、雲端巡檢服務，為一完整異常檢測解決方案，可串接工廠巡檢、APP等通報機制。
易慧科技攜手資策會，打造異常檢測系統 在不易搜集異常資料的封閉產線，AI影像辨識最大的問題是訓練資料極少、不易重覆出現，導致落地非常困難。易慧科技攜手資策會服創所，研發非監督式學習技術，亦即電腦學習的過程中，不需要標註特定辨識物，是透過資料之特徵，由機器自行分類。以製造業最在意的瑕疵檢測應用為例，在無法大量且全面地搜集瑕疵資料的條件下，可以先教育機器學習產線上大多正常的產品，在發生少部分不良品混入時，讓機器透過分類法則，將不良品篩出；再如消費者刷卡通常有特定模式與消費習慣，若偶然出現完全不符合此一習慣之異常特徵，則讓機器自行將此一異常檢出，其特性使適用之領域具有獨特性。 以非監督式深度學習演算法研發AI異常檢測技術，可免除異常資料之搜集、標註，使導入期縮短至1~2個月，市場目標為不易搜集異常資料之傳統產業，如：化工、鋼鐵等。此技術畫質寬容度高，僅需產線一般監視影像，即可訓練模型，且能檢知多種類異常，導入流程簡單快速。本系統搭配影像取得、訓練機制、邊緣即時運算主機、雲端巡檢服務，為一完整異常檢測解決方案，可串接工廠巡檢、APP等通報機制。
