→ kobe8112: 這種事我覺得用機器學習做比較簡單 10/05 12:10
→ testPtt: ML要很多樣本也不算簡單 10/05 22:01
→ kobe8112: 看是走哪種訓練吧,我覺得方向上會比自己幹正確多了 10/05 22:03
→ doomdied: 這要具體的東西去做才知道有沒有效 10/06 00:47
→ doomdied: 我做過紡織品的瑕疵偵測,也是要看目標物才知道能不能做 10/06 00:47
推 vi000246: 重新優化降噪的算法 覺得降噪處理的好 會影響到辨識成果 10/06 13:19
→ vi000246: 你要看是哪一步沒弄好 造成缺陷沒被辨識出來 10/06 13:20
→ vi000246: ML我覺得可以從辨識金屬、背景訓練 找出不屬於金屬的色 10/06 13:21
→ vi000246: 塊或刮痕 10/06 13:21
→ ssccg: 提到截圖,如果真的不接受重導資料,一定要原來的視窗,既 10/06 23:19
→ ssccg: 推錯 10/06 23:20
推 zel: 提到ML,大家都用那個框架阿? 10/07 13:20
推 zel: 工控設備大部份都是c#,ML框架幾乎都是基於python,要在設備 10/07 13:23
→ zel: 上跑ML模型目前還蠻麻煩的,要轉來轉去 10/07 13:23
推 zel: BTW,瑕疵檢測靠遮罩處理就能做好的話打光大概佔成敗的80%, 10/07 13:32
→ zel: 可以試試看先跑多個遮罩擴充樣本多樣性,然後丟SVM這類淺層的 10/07 13:32
→ zel: 模型,通常也都有不錯的效果 10/07 13:32
推 SANDER00: 打環光啊 10/21 21:10
→ SANDER00: 凸顯刮痕 10/21 21:11