| 作品介紹 |
我們所開發的「瑕疵智控系統」，是針對半導體與電子製造業中，傳統 IC 瑕疵檢測面臨的高成本、低效率困境 所提出的顛覆性解決方案 。這是一套深度整合了電腦視覺與嵌入式系統技術的工業 4.0 瑕疵檢測方案 。
本系統的核心優勢在於突破了傳統光學檢測（AOI）機台的限制 。相較於市售機台需依賴大量人力進行二次篩檢，且對複雜或定義外瑕疵適應性不足的狀況 ，我們的系統利用深度學習模型，能夠自行辨識複雜且多樣的瑕疵特徵，實現更高適應性的全自動化檢測 。
我們的技術核心在於一套創新的「粗篩再精檢」兩階段檢測流程 ：首先，利用Micro UNet 模型精準定位IC晶片主體，過濾無關背景；接著，再由我們改良的YOLO11-GCD模型，在已鎖定的範圍內進行高效率的微小瑕疵檢測。
整套 AI 模型皆成功部署在輕巧、低耗能的 NVIDIA Jetson NX 嵌入式裝置上 ，實現本地端的邊緣運算，無需依賴昂貴的後端伺服器。為了達到最低延遲，我們更採用了 NVIDIA TensorRT 技術，將 PyTorch 模型轉換為加速推理且低延遲的系統 。
本系統不僅限於檢測，更建立了閉環式的「數據驅動品質管理系統」 ，提供全面的即時反饋：
•視覺化標示：在即時影像監控頁面，兩階段模型偵測到的六種瑕疵類別會以不同顏色的邊界框在畫面上視覺化標示 。
•數據儲存與分析：每一次的辨識結果（包含瑕疵種類及對應影像）會被結構化地儲存至本地 SQLite 資料庫 。這些數據會即時同步至本團隊設計的網頁儀表板 ，透過良率趨勢圖、瑕疵分佈統計等視覺化圖表，讓使用者快速掌握產線表現，進行有效的瑕疵分析與問題追溯 。
•現場即時警示：系統會根據分析結果，直接驅動現場的三色信號燈（紅、黃、綠） ，提供最直觀的狀態反饋 。我們採用 WebRTC 技術實現低延遲點對點影像串流 ，確保管理者看到的是最即時的產線畫面 。
「瑕疵智控系統」徹底突破了傳統大型專用機台體積龐大、價格昂貴、功能由硬體決定且升級困難的限制 。本系統具備「軟體定義」的高度彈性 ，未來僅需透過軟體與模型更新即可應對新型態瑕疵 ，成為推動工廠智慧化升級的關鍵技術。其低成本、高彈性的特性，旨在賦予企業實踐智慧製造與數據化品質控管的能力。 |