智慧型手機、遠距工作等宅經濟發威，資通訊產業暢旺，帶動光學產業蓬勃發展。然光學鏡片的瑕疵檢測多以人眼檢測進行，不僅耗時費力，受限於人眼容易疲勞，誤判率也是光學業者揮之不去的痛點。受惠於AI技術的演進，上暘光學導入繞射光學技術拍攝，以系統拍攝後影像為數據來源，導入AI模型訓練，並將攝像系統與影像辨識整合為一產線工作站，大大提升瑕疵辨識率高達90%以上。 台灣光學產值佔全球10% 精密光學應用範圍日廣 光學產業為消費性電子之主流產品，於2019年即使台灣受中美貿易爭端之影響，光電產值仍達463億美元，佔全球10%。其中，在「精密光學」部分，即佔新台幣870億元（約29億美元）產值。有鑑於智慧型手機鏡頭數目的增加，相較其他領域之衰退狀況，精密光學仍保有4%的持續成長。 自2000年夏普推出全球首款搭載後置11萬像素鏡頭的拍照手機開始，終端消費者即對智慧型手機攝像性能的要求不斷提高，且隨著網際網路5G高速網路的浪潮來襲，帶動擴增實境(AR)或虛擬實境(VR)等應用市場的活絡，其技術的創新與應用更為光學產業增添許多動能，而應用的領域更已從智慧型手機延伸普及至汽車、家庭娛樂等大眾民生市場。 光學鏡頭對於「精密光學」經濟發展密不可分，隨著半導體技術的不斷成熟、網路速度的不斷提高，光學鏡頭的運用不僅僅在智慧型手機、平板電腦、傳統相機、播映投影、民生車載領域，其在高精密製程之工程視覺檢測、安防應用的需求更是不斷高速成長。 ▲光學鏡頭瑕疵檢測多以人工進行。 「光學鏡片」為整體光機系統之必要零組件，其進料後與出貨前的鏡片光潔檢測不僅左右整體產線效能發展，對終端客戶的品質承諾影響更是不容小覷。 長期以來，光學產業多以人眼檢測進行瑕疵檢查，隨著生產量的持續提升，不僅人力成本持續上漲。隨著檢驗人員的年齡增長，視力逐漸衰退，誤判率更是年年增高。且近年人力招募困難，即使有幸招募，該檢驗技術養成不易，且訓練時間冗長，無法及時因應產線人力需求。 導入繞射光學技術及AI訓練模型 提升瑕疵辨識率達90%以上 現行市面充斥著大量自動化光學檢測系統，並具有多項針對鏡片瑕疵的實質案例。但經由上暘光學多年來的市場探勘與評估，該系統仍無法解決現行人工檢測之問題，其主要在於光學鏡片外型為曲面且透明，並不容易拍攝到各種瑕疵狀況，且一旦瑕疵周圍有其他雜光之干擾，判斷難度更高。且不同型號的鏡片都需依瑕疵狀況個別透過旋動打光、拍攝手法的調校方可進入到判別階段，人力耗費比例仍高居不下，並不符合效益成本。 藉此，經過經濟部工業局AI計畫執行團隊的媒合，小馬光學協助上暘光電建立有效瑕疵拍攝系統。由小馬光學提供精密繞射光學的指導，基於「光」波動的特性即可以統一鏡頭拍攝方式獲取鏡片瑕疵狀況。 現行市場拍攝系統多採幾何光學方式，幾何光學以直線光行進，對於鍍膜缺失、細微刮痕、液態髒污等瑕疵並不易拍攝。合作方案導入繞射光學技術拍攝，經過全角度的精密成像可達到比一般幾何光學元件更高的對比、更卓越的降噪程度，以獲取必要之瑕疵影像。 ▲光學鏡頭刮傷瑕疵示意圖。 為提升本案更細緻的瑕疵檢測辨識率，上暘光學基於系統拍攝後影像為數據來源，導入AI模型訓練，並將攝像系統與影像辨識整合為一產線工作站，不僅提升瑕疵辨識率達90%以上，更有助於後續自動化產線發展。 此合作案的AI模型訓練由奕瑞科技提供，目前大部分廠商導入產線瑕疵檢查AOI的系統，大多採用OCR(光學字元辨識，是指對文字資料的圖像檔案進行分析辨識處理，取得文字及版面資訊的過程)技術，需要達到百分之百的精確度，沒有任何容錯的空間，導致誤殺的情況時常發生。 ▲加入AI訓練模型之後，光學鏡頭瑕疵辨識率大大提升。 AI+AOI解決人力不足及誤判率過高兩大痛點 此次奕瑞科技與小馬光學合作，將奕瑞的AI系統搭載在小馬光學研發的光學檢測儀器，在光學檢測瑕疵上加入AI演算法，根據客戶提供的資料與需求，訓練AI模型辨識對於瑕疵的判定，可大幅提升判別的準確度，提生良率，並增加產線效率。透過上暘光學、小馬光學與奕瑞科技三方合作，將光學產業AOI導入AI，期望能徹底解決產業鏡片瑕疵檢測之痛點。 上暘光學自2019年設立生產線後，即希望導入智慧化生產模式。有鑑於公司營運持續成長，生產量持續提升，透過該成果的導入與拓展，將大幅減緩人力需求，更可因高準確判別率指標降低生產排程影響，進而提高生產效率。 上暘光學表示，由於開發成果落地，將可引領該技術推播至光學產業上下游業者，諸如上游光學鏡片原料供應商直至下游成品應用端，包含沉浸式遊戲設備、相關曲面玻璃產品、民生車載及安防攝像裝置等。
智慧型手機、遠距工作等宅經濟發威，資通訊產業暢旺，帶動光學產業蓬勃發展。然光學鏡片的瑕疵檢測多以人眼檢測進行，不僅耗時費力，受限於人眼容易疲勞，誤判率也是光學業者揮之不去的痛點。受惠於AI技術的演進，上暘光學導入繞射光學技術拍攝，以系統拍攝後影像為數據來源，導入AI模型訓練，並將攝像系統與影像辨識整合為一產線工作站，大大提升瑕疵辨識率高達90%以上。 台灣光學產值佔全球10% 精密光學應用範圍日廣 光學產業為消費性電子之主流產品，於2019年即使台灣受中美貿易爭端之影響，光電產值仍達463億美元，佔全球10%。其中，在「精密光學」部分，即佔新台幣870億元（約29億美元）產值。有鑑於智慧型手機鏡頭數目的增加，相較其他領域之衰退狀況，精密光學仍保有4%的持續成長。 自2000年夏普推出全球首款搭載後置11萬像素鏡頭的拍照手機開始，終端消費者即對智慧型手機攝像性能的要求不斷提高，且隨著網際網路5G高速網路的浪潮來襲，帶動擴增實境(AR)或虛擬實境(VR)等應用市場的活絡，其技術的創新與應用更為光學產業增添許多動能，而應用的領域更已從智慧型手機延伸普及至汽車、家庭娛樂等大眾民生市場。 光學鏡頭對於「精密光學」經濟發展密不可分，隨著半導體技術的不斷成熟、網路速度的不斷提高，光學鏡頭的運用不僅僅在智慧型手機、平板電腦、傳統相機、播映投影、民生車載領域，其在高精密製程之工程視覺檢測、安防應用的需求更是不斷高速成長。 ▲光學鏡頭瑕疵檢測多以人工進行。 「光學鏡片」為整體光機系統之必要零組件，其進料後與出貨前的鏡片光潔檢測不僅左右整體產線效能發展，對終端客戶的品質承諾影響更是不容小覷。 長期以來，光學產業多以人眼檢測進行瑕疵檢查，隨著生產量的持續提升，不僅人力成本持續上漲。隨著檢驗人員的年齡增長，視力逐漸衰退，誤判率更是年年增高。且近年人力招募困難，即使有幸招募，該檢驗技術養成不易，且訓練時間冗長，無法及時因應產線人力需求。 導入繞射光學技術及AI訓練模型 提升瑕疵辨識率達90%以上 現行市面充斥著大量自動化光學檢測系統，並具有多項針對鏡片瑕疵的實質案例。但經由上暘光學多年來的市場探勘與評估，該系統仍無法解決現行人工檢測之問題，其主要在於光學鏡片外型為曲面且透明，並不容易拍攝到各種瑕疵狀況，且一旦瑕疵周圍有其他雜光之干擾，判斷難度更高。且不同型號的鏡片都需依瑕疵狀況個別透過旋動打光、拍攝手法的調校方可進入到判別階段，人力耗費比例仍高居不下，並不符合效益成本。 藉此，經過經濟部工業局AI計畫執行團隊的媒合，小馬光學協助上暘光電建立有效瑕疵拍攝系統。由小馬光學提供精密繞射光學的指導，基於「光」波動的特性即可以統一鏡頭拍攝方式獲取鏡片瑕疵狀況。 現行市場拍攝系統多採幾何光學方式，幾何光學以直線光行進，對於鍍膜缺失、細微刮痕、液態髒污等瑕疵並不易拍攝。合作方案導入繞射光學技術拍攝，經過全角度的精密成像可達到比一般幾何光學元件更高的對比、更卓越的降噪程度，以獲取必要之瑕疵影像。 ▲光學鏡頭刮傷瑕疵示意圖。 為提升本案更細緻的瑕疵檢測辨識率，上暘光學基於系統拍攝後影像為數據來源，導入AI模型訓練，並將攝像系統與影像辨識整合為一產線工作站，不僅提升瑕疵辨識率達90%以上，更有助於後續自動化產線發展。 此合作案的AI模型訓練由奕瑞科技提供，目前大部分廠商導入產線瑕疵檢查AOI的系統，大多採用OCR(光學字元辨識，是指對文字資料的圖像檔案進行分析辨識處理，取得文字及版面資訊的過程)技術，需要達到百分之百的精確度，沒有任何容錯的空間，導致誤殺的情況時常發生。 ▲加入AI訓練模型之後，光學鏡頭瑕疵辨識率大大提升。 AI+AOI解決人力不足及誤判率過高兩大痛點 此次奕瑞科技與小馬光學合作，將奕瑞的AI系統搭載在小馬光學研發的光學檢測儀器，在光學檢測瑕疵上加入AI演算法，根據客戶提供的資料與需求，訓練AI模型辨識對於瑕疵的判定，可大幅提升判別的準確度，提生良率，並增加產線效率。透過上暘光學、小馬光學與奕瑞科技三方合作，將光學產業AOI導入AI，期望能徹底解決產業鏡片瑕疵檢測之痛點。 上暘光學自2019年設立生產線後，即希望導入智慧化生產模式。有鑑於公司營運持續成長，生產量持續提升，透過該成果的導入與拓展，將大幅減緩人力需求，更可因高準確判別率指標降低生產排程影響，進而提高生產效率。 上暘光學表示，由於開發成果落地，將可引領該技術推播至光學產業上下游業者，諸如上游光學鏡片原料供應商直至下游成品應用端，包含沉浸式遊戲設備、相關曲面玻璃產品、民生車載及安防攝像裝置等。
