AI線上缺件檢測

專案目的：於流水線上檢測錶殼中零件並自動分出NG錶殼，降低有缺件的錶殼流至客戶端的機率

使用技術：使用YOLOV4即時物件偵測技術訓練缺件檢測專屬模型 ,即時偵測線上錶殼內零件種類&數量，並部屬於Jetson AGX Xavier Developer。

成果:共導入4種機種，降低95%缺件NG品流出

使用技術:linux、YOLO

印刷字體檢測專案

專案背景：組裝錶殼前依據sop需在15秒內確認背面印刷字體外觀是否有刮傷、破損、漏墨等瑕疵，檢測過程耗費人力工時且未有明確數值化標準，此外長時間下眼睛疲乏易產生誤放行事件

專案技術：運用Python開發機器視覺印刷字體檢測軟體，依據亮度差異和瑕疵區域面積設定NG標準，並部屬於樹莓派運行。

成果：平均1.5秒(人工檢:4秒)檢測單顆錶殼，並建立明確標準依據數值定義印刷不良NG條件

使用技術:OpenCV、樹梅派、GPIO控制

AI水錶辨識

過去的執行模式，是透過一系列的員工教育訓練，教員工如何辨識材料設備，再進行考試或現場觀摩來加深同仁的印象及本職學能，後再委派監造任務。因此評估將教育訓練的對象改為AI，準備每種模組的大量的照片，以實品拍照，或於過去現場安裝時的照片紀錄做為樣本，並且加以標模組名稱及種類，以利教AI辨識。

使用技術:孿生神經網路、LineBot

自動化文件處理流程專案 

專案背景：品保人工製作及上傳客戶所要求的報表過程耗時，經評估提出改善作業流程(SOP)以及開發流程自動化(RPA)腳本，進行自動排程執行作業為解決方案。 

專案技術：使用Python 撰寫流程自動化(RPA)腳本，模擬人員作業自動進行 (1). 系統登入 (2). 資料比對 (3). 影像資料處理(4).自動轉檔及 (5). 跨平台資料傳遞(公司與客戶)，同時具有高度客製化的特性。 

成果：每日平均可為品保人員節省約 50 分鐘的人工作業時間，且程式執行不會Key-in錯誤，一天24h 都可以運作，工程師準備好資料後即可提早下班

使用技術:網路爬蟲(Selinum)

Line Bot 實作

為務農的家人製作一個簡易的Line Bot,在每年產季來臨時主動推送訊息給老客戶, 更希望透過這樣的行銷提升觸及率以便開發新客戶。

使用技術: LineBot