
課程名稱
課程名稱
課程大綱
課程目標:
為具備理工基礎、但對AI晶片與應用領域尚不熟悉的科技業從業人員設計,以淺顯易懂的講授+可上手的實作練習方式,介紹AI在光學檢測與影像辨識中的應用實務,並實際體驗YOLO與VAE兩種影像處理技術的應用。
課程大綱:
◎Day 1 學科教授
● YOLO圖像辨識技術 + IC封裝檢測應用
● Edge AI晶片簡介(強調應用端:如在機台AOI使用NVIDIA Jetson)
● 半導體封裝中常見視覺檢測項目介紹:
1. BGA焊球缺陷(缺焊、移位)
2. 晶圓表面污染物、刮痕、裂縫
3. AOI(自動光學檢查)常用之圖像分類思路
◎Day 1 實作活動
Google Colab 環境設定
載入YOLO預訓練模型
使用 Roboflow 公開封裝缺陷資料集(或PCB缺陷作近似)進行 YOLO 模型推論
模擬在 AOI 裝置前段分類模型運作流程(如預警信號觸發)
◎Day 2 學科教授
● VAE影像生成 + 缺陷樣本合成於IC測試
● 封裝瑕疵的特徵多數為極少樣本情境 → 引出資料合成需求
● 使用 VAE 模擬生成焊點偏移、刮痕或微裂的變異圖像
● 資料合成如何協助:提升分類器的泛化能力
◎Day 2 實作活動
使用簡易Keras/TensorFlow程式碼運行VAE
將小量圖片以 VAE 架構生成 10 組「合成缺陷圖像」
初步觀察重建效果與潛在空間變化
簡單分類出真實 vs 合成,強化模型理解
課程設計:
1. 請自備筆電(建議配備8G RAM以上、可使用Google Chrome)
2. 課程中將提供Google Colab腳本與程式碼模板,無需安裝額外軟體
3. 鼓勵有興趣者提前註冊Google帳號與 GitHub(提供可下載範例資源)
備註
※因應政府政策對關鍵技術領域之安全規範,本課程不開放陸籍人士參與,感謝您的理解與配合。
1.報名通過審核者,請於收信後5日內繳交本課程保證金1000元(恕無法使用禮券及刷卡服務)。
2.政府補助園區在職進修,請先預繳保證金,出席達80%以上者,全數歸還,未達者將不予退還。
3.為配合節能減碳及因應E化服務,已繳交保證金學員,請主動填寫附件連結告知相關資訊,謝謝您!