participants / team
工業技術研究院電子與光電系統研究所由電子工業研究所、光電工業研究所與影像顯示科技中心改組合併而成，透過技術的研發、服務、移轉與成立衍生公司，協助台灣的半導體、封測、LED／OLED、資訊與通訊、軟性顯示器、軟性電子、3D立體影像、透明互動系統…等電子與光電產業提升技術能力。電子與光電系統研究所積極建構優質的環境，開發系統整合及應用導向的前瞻技術，深耕產業自主能力，帶動產業創新，推動新創育成，強化國際及學術合作，推升整體產業價值，創造我國產業的全球競爭力。
自動光學檢查（Automated Optical Inspection，簡稱 AOI）[1]，為高速高精度光學影像檢測系統，運用機器視覺做為檢測標準技術，可改良傳統上以人力使用光學儀器進行檢測的缺點，應用層面包括從高科技產業之研發、製造品管，以至國防、民生、醫療、環保、電力…等領域。工研院電光所投入軟性電子顯示器之研發多年，在試量產過程中，希望藉由 AOI 技術提升生產品質。本次邀請各界資料科學家共襄盛舉，針對所提供的 AOI 影像資料，來判讀瑕疵的分類，藉以提升透過數據科學來加強 AOI 判讀之效能。
本議題僅開放台北大學林道通教授「Artificial Neural Network and Deep Learning」課程專題使用。
活動結束於 2021/07/02 午夜 11 時 59 分。
參與本議題研究者在提供瑕疵預測類別後，系統後台將定期批次處理以計算分數，評估方式採用計算與實際值的相符正確率（Accuracy）。公式如下： $$Accuracy = {\text{Number of correct predictions} \over \text{Number of total predictions}}$$
