AI 影像辨識·工廠瑕疵分類
蒐集良品 / 不良品樣本，即時訓練 AI 自動分類 — TPM 品質教學 Demo
1 設定與準備
2 樣本蒐集
建議：先建立「良品 OK」與「不良品 NG」兩類，各蒐集 30 張以上樣本，辨識更穩定。
即時辨識結果
—
—
3 訓練與辨識
70%
進階工具與狀態
系統狀態
👋
歡迎使用！請從步驟 1 開始。
0
樣本總數
0
FPS
—
推論 (ms)
0
類別數
資料與模型
管理您的訓練資料集。
相機權限診斷
安全上下文: —
媒體API: —
相機權限: —
可用裝置: —
🏭 工廠應用對照（TPM 教學）
本 Demo 模擬產線上的 AOI 自動光學檢測 / AI 視覺品檢 概念：
- ①蒐集樣本 = 收集良品與不良品（瑕疵）的影像，建立教學資料集。
- ②建立模型 = AI 從樣本中學習良品/不良品的特徵差異。
- ③即時辨識 = 產線上每個工件即時判定 OK / NG 並分流。
- ④置信門檻 = 信心不足者轉人工複判，降低漏檢與過殺。
教學重點：資料品質與樣本平衡（良品/不良品數量相近）決定模型表現，呼應 TPM「自主保全 + 源頭管理」的品質思維。所有運算皆在瀏覽器本機執行，影像不會上傳。