「AI 解題活動」AOI 瑕疵分類

「AI 解題活動」AOI 瑕疵分類

報名時間: 即日起 ~ 2019-09-30

由工研院電光所提供電子產品影像資料,解題者建置瑕疵分類判讀的AI模型,藉以協助相關產業提升產品品質。

簡介

自動光學檢查(簡稱AOI)[1],為高速高精度光學影像檢測系統,運用機器視覺做為檢測標準技術,可改良傳統上以人力使用光學儀器進行檢測的缺點,應用層面包括從高科技產業之研發、製造品管,以至國防、民生、醫療、環保、電力…等領域。工研院電光所投入軟性電子顯示器之研發多年,在試量產過程中,希望藉由AOI 技術提升生產品質。本次邀請各界資料科學家共襄盛舉,針對所提供的 AOI 影像資料,來判讀瑕疵的分類,藉以提升透過數據科學來加強 AOI 判讀之效能。

本議題為開放式議題,提供持續性長期解題,並設有里程碑獎勵,Baseline為前階段的最佳成績,PrivateLeaderboard將不定期更新。

Reference
[1] https://zh.wikipedia.org/wiki/自動光學檢查

活動時間

本次里程碑設於 2019/09/30 23:59:59,其 Private Leaderboard於 2019/10/01 00:00:00公布,以此成績做為頒獎依據。

Private Leaderboard在里程碑前不定期更新,本階段(6/6-9/30)為每兩週更新一次。

競賽獎項

里程碑當日23:59:59前上傳之最終成績,在Private Leaderboard超過Baseline(0.998521)的前三名,將頒發以下獎項:

  • 第一名 hicloud 10 萬點優惠點數
  • 第二名 hicloud 10 萬點優惠點數
  • 第三名 hicloud 10 萬點優惠點數

超過baseline的解題者將可獲頒獎狀乙張本獎項由中華電信提供

  • 備註1:hicloud 優惠點數可折抵服務費用,折抵完後自動開始依牌價7折計費。
  • 備註2:中華電信保有資格審核、優惠內容修改與中止權利。
  • 備註3:超過Baseline者,模型通過驗證後,始得發放獎品及獎狀。

點數試算範例請參考: https://aidea-web.tw/computing

評估標準

參與本議題研究者在提供瑕疵預測類別後,系統後台將定期批次處理以計算分數,評估方式採用計算與實際值的相符正確率(Accuracy)。公式如下:

A c c u r a c y = Number of correct predictions Number of total predictions


相關連結:


聯絡資訊:

  • 主辦單位 : 工業技術研究院巨資中心
  • 主辦單位電話 : 0928048780
  • 主辦單位 Email : yuchuanchen@itri.org.tw

You may also like...

發表迴響

這個網站採用 Akismet 服務減少垃圾留言。進一步了解 Akismet 如何處理網站訪客的留言資料