元智資工師生獲資訊應用服務創新競賽四獎項
深度學習之通用化銲錫瑕疵檢測系統應用於工業AOI圖像辨識_資訊應用組_佳作。圖：元智大學提供
元智大學資工系學生在指導老師林家瑜的協助下，運用AI與資安技術開發專題，參加「第26屆大專校院資訊應用服務創新競賽」，脫穎而出，獲得兩項「全國第一名」與兩項「全國佳作」，共四個獎項，表現優異。
製造業為臺灣的重要產業，在數位轉型之下，導入AI技術解決問題成為趨勢，元智大學資工系林家瑜老師帶領學生從「產品瑕疵檢測、檢測的效能以及檢測資料的安全」三個面向討論企業面臨的問題，建置模型，提升產線上的瑕疵檢測效率及資料安全性。
「自動光學檢測(AOI)結合邊緣裝置之應用」獲得耐能邊緣運算AI運用組全國第一名。由資工系黃湘庭、邱子珆同學共同開發。企業將瑕疵檢測模型建置於雲端，使用模型時須將資料上傳雲端，將造成延遲，且有資料外洩的疑慮，因此同學們將AOI瑕疵檢測模型輕量化剪枝，使得模型體積縮小75%，並佈署於「耐能棒」邊緣裝置，完成一個「瑕疵便辨便App」上架於耐能KNEO平臺，此APP辨識瑕疵的準確度不僅可達98%，在邊緣裝置上的模型運算速度仍能比建置於伺服器時提升約1.5倍。指導老師林家瑜表示，AI與邊緣計算的結合不僅可增加模型辨識效率亦可保護資料的安全，為接下來製造業引入AI時的方向，感謝耐能智慧股份有限公司(Kneron)，提供邊緣裝置讓學生能實際佈建模型，可做為將Edge AI導入工業4.0的示範性案例?！?/span>
自動光學檢測(AOI)結合邊緣裝置之應用_耐能邊緣運算AI運用組_全國第一名。圖：元智大學提供
「圖像混淆應用於工業自動化檢測」獲得資訊應用組全國第一名。此作品由林家瑜老師與陳昱圻老師指導資工系陳顥元、葉伃真、呂琳萱三位同學共同開發。在製造過程中，產品被擷取影像進行瑕疵檢測，若駭客進行模型逆向攻擊(Model Inversion Attack)將可還原出原始圖像，洩漏產品資訊，對企業造成相當大的傷害，因此同學們設計圖像混淆算法，使人眼無法分辨該資料的內容，而模型依然能學習到相應特徵進行分類，有效杜絕駭客透過逆向攻擊取得輸入資料，避免產品內容外洩，影像做完混淆後，模型依然有91%的瑕疵辨識準確率。林家瑜說，資安問題日趨嚴重，製造業也難逃魔爪，此作品展示了保護產線資料的可行性，幫助企業進一步思考引入AI技術時的資料安全議題。
「深度學習之通用化銲錫瑕疵檢測系統應用於工業AOI圖像辨識」，由林家瑜老師指導資工系龔家雋、陳怡蓁、葉詩棋、薛辰昇同學進行開發，在此次競賽中獲得資訊應用組佳作，解決企業在瑕疵檢測時誤報率過高的問題，此系統只需要「少量的」瑕疵影像就可建置銲錫瑕疵檢測模型，對焊接點進行正常及7種瑕疵的分類，準確率達95%，讓企業可輕鬆蒐集資料就能引入瑕疵檢測模型。林家瑜表示，自動光學檢測誤報率過高是製造業普遍面臨的問題，學生從此專題中了解產線的運作，運用實際的資料訓練AI模型，可做為AI協助企業數位轉型的示範性案例。
「天眼」則獲得資訊應用組全國佳作，此作品由陳彥安老師指導陳正穎、鍾崴光、林品凡、林璟翔、王藝喬、曾雅詩共同開發。為回應政府推廣的交通安全月活動，此專題在樹莓派結合OpenCV與IoT，影像辨識路口行人狀態，並加入附近靠近車輛資訊，判斷是否有即將發生的危險，進行警告通知，透過此專題汽機車能夠慢看行，行人停看聽。陳彥安說，馬路如虎口，在十字路口中行人與汽車駕駛容易沒注意到對方發生車禍，因此同學應用物聯網課中學習到的知識開發應用，希望能夠增加路口的安全，減少事故發生。
此次競賽中，元智大學資工系的研發能量受到各方產官學專家的肯定，系上將持續努力，培育出更多產業所需的科技人才。
>> 1111 TUN大學網
university.1111.com.tw/index.asp
>>知名大學聯合校徵
http://www.myqueenbquilts.com/campusr/
>> 最新職訓補助課→點我
https://is.gd/axnylY
>> 1111家教網
tutor.1111.com.tw/
>> 工作新鮮事都在1111 IG
https://www.instagram.com/1111.com.tw/
>>產學合作 預約人才
https://iacp.1111.com.tw/
元智大學資工系AI資安技術交通安全