多看一點做好一點

某次在展場上，參觀機器視覺業者所展示的新一代檢測方案。那個業者拿出一塊針法複雜的織品，問我有沒有看出瑕疵在哪？我拿起端視了好久，竟看不出哪裡有問題。後來那位業者指出了三處的瑕疵，大致是類似脫線和破損的狀態，是人眼非常不易辨識的小細節，尤其是在產線上大量又快速生產的時候，人力是完全無法勝任的工作，必須要透過機器視覺這種光學檢測的方式才能處理。然而．像織品這樣子複雜的加工物件，如果要採取傳統的光學檢測方式來進行，其實也事倍功半，因為織品的工法十分複雜，而且客製化的程度相當高，設計和圖樣是經常變化的，如果沒有自動學習的機制，光有高解析和高處理速度也是無用武之地。也因為如此，能夠透過學習資料來達成多樣化檢測與辨識的機器學習技術，就開始被運用到機器視覺應用領域中。