查詢結果分析
來源資料
頁籤選單縮合
| 題 名 | 結合YOLOv8技術的布料車縫成品瑕疵檢測方法探討 |
|---|---|
| 作 者 | 田祐嘉; 王錫澤; | 書刊名 | 萬能學報 |
| 卷 期 | 47 2025.07[民114.07] |
| 頁 次 | 頁101-114 |
| 分類號 | 312.831 |
| 關鍵詞 | 布料瑕疵檢測; 深度學習; 電腦視覺; 自動化品質控制; YOLOv8; |
| 語 文 | 中文(Chinese) |
| 中文摘要 | 在現代製造業中,布料車縫成品的品質檢測是確保產品符合高標準的重要環 節。傳統人工檢測方式耗時且易受主觀因素影響,難以滿足大規模生產需求。本 研究結合 YOLOv8 深度學習模型與機器視覺技術,設計一套自動化瑕疵檢測系 統,旨在解決人工檢測效率與準確性不足的問題。透過 Roboflow 平台建構多樣 化布料瑕疵數據集(包含撕裂、污漬、色差等 7 類瑕疵),並利用 Google Colab 雲端環境進行模型訓練與優化。實驗結果顯示,YOLOv8 於測試集上的平均準確 率(mAP@0.5)達 96.2%,推理速度達每秒 30 張影像,可即時整合至生產線。 系統導入後,檢測效率提升 60%,人工需求降低 70%,不良品流出率由 0.8%降 至 0.2%。此外,模型在不同光照條件與布料材質下均展現良好泛化能力,驗證 其工業應用潛力。本研究證實,基於 YOLOv8 的自動化檢測系統能有效提升布 料車縫品質控管效能,為智慧製造提供可靠解決方案。 |
本系統中英文摘要資訊取自各篇刊載內容。