輪框 輪胎搭配的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列包括價格和評價等資訊懶人包

MENSA門薩高智商腦力訓練的280道觀察推理測驗：三大類題型，全腦開發，提升多元智能、思考啟發、推理探索能力

為了解決輪框 輪胎搭配的問題，作者 這樣論述：

★加入世界上規模最大及歷史最長的高智商同好組織－MENSA門薩★ ★最基礎VS最關鍵的腦力開發訓練課程★ ★快速成為團體中智力最高的前 2% 族群★ 　　三大類，280多道強化大腦運轉的觀察推理測驗 　　全方位提升多元智能、思考啟發、推理探索能力 　　比電影情節還燒腦 　　比推理小說還懸疑 　　快來挑戰最能激發智力的闖關問答題吧！ 　　題型百變多樣， 　　想證明你的實力嗎？跟著書中內容一起動動腦吧！ 　　你將發現，變身超級金頭腦原來這麼輕鬆！ 　　廣受全球認可的高智商腦力訓練課 　　開啟「腦十力」，鍛鍊思維，激發潛能 　　１觀察力：注重細節，增強敏銳度和細心度 　　２判斷力：綜合線

索，做出正確判斷，統整資訊 　　３推理力：尋找連結點和不尋常處，多角度思考 　　４想像力：跳出思考框架，化不可能為可能 　　５創造力：百變創新，舉一反三，將知識善用到各領域 　　６分析力：條理分明，歸類資訊，尋找出事件的發展脈絡 　　７計算力：化繁為簡，將所獲資訊轉化為可推算的數據 　　８語言力：言詞達意，洞察人心，拓展社交圈 　　９反應力：快速篩選資訊，去蕪存菁，提升辦事效率和思考速度 　　１０記憶力：過目不忘，提升專注力，有助找出前後關聯性 　　全腦開發的激增速成法 　　美國著名的心理學家吉爾福特（J.P.Guilford）提出，人類的智力由三個部分和多種因素組成： 　　【第一部分是智

力的內容】包括形、符號、語義和行為等四種。 　　【第二部分是智力的操作】包括認知、記憶、發散思考、聚合性思考和評價等五種。 　　【第三部分是智力的產物】包括單元、類別、關係、系統、轉化和蘊涵等六種。 　　根據以上四種內容、五種操作和六種產物，一共可以組成 4×5×6＝120 種獨立的智力因素。人的創造性就是由這120 種智力因素所決定。 　　本書所列的觀察推理和腦力開發練習，是目前最夯、最好玩、最能被年輕族群所接收的提升智力科學教育方式，以培養「平衡用腦，高效學習」的全腦使用高智慧人才為目的，專注於啟發大腦潛在能力的教育。 　　從遊戲中寓教於樂，用智慧探索解答   　　本書分為「多元智慧

」、「開發思考」、「探案遊戲」三大章節，共有280多道趣味遊戲，使讀者的思考和智力能全方位提升。 　　每個遊戲都附上答案和解題思路，令人知其然，更知其所以然。 　　這些遊戲並不需要複雜的道具或儀器，也不需要繁瑣的準備，只需要你動動腦筋、擦亮眼睛，就能在生動有趣的謎題中突破思考盲點，打破思維定式，激發大腦潛能；更能進一步培養立體的空間想像能力、敏銳的觀察能力、高速計算的能力、敏捷的邏輯思維能力、嚴謹的推理分析能力，讓人將這些能力融會貫通，越玩越聰明！ 本書特色 　　★★題目類型多樣化，全方位刺激大腦 　　本書中精選280多道拓展思維的觀察推理測驗題，集科學性、遊戲性、趣味性、百變性於一體

，囊括圖形、找規律、數獨、迷宮、逆向推導、偵探推理等多種題型。能夠全方位提升觀察力、分析力、邏輯力、推理力、判斷力、想像力、創造力、記憶力以及思考力，充分發掘大腦潛力，越玩越聰明。 　　★★三大主題循序漸進，越玩越有成就感 　　全書分為「多元智慧」、「開發思考」、「探案遊戲」三大章節，由淺入深，幫助讀者建立獨特的思考和演算能力，並且學會全方位的觀察、多層次的深度剖析，訓練出有條理的分析判讀能力。只需要仔細閱讀後，動腦思考，就能在生動有趣的謎題中突破思維盲點，找出答案，保證讓人愛不釋手，越玩越有成就感。 　　★★題型老少咸宜，能啟發全家人腦力的趣味闖關試題 　　書中蒐羅的試題適合各種年齡層的

人，更適合親子共讀，能夠充分啟發孩子和青少年的智力發展，中老年人也能透過書中試題的刺激，充分活化腦部細胞，拒絕記憶力退化問題。不分男女老少，全家人都可以藉由挑戰本書的題目，啟發多元智能，突破固有的思維模式，提升智力，享受滿滿的趣味性。 　　★★圖文並茂，刺激觀察能力，增添解題樂趣 　　書中有多道觀察題型，搭配多張圖片，能刺激視覺神經，啟發觀察能力，其他類題型亦配有插圖，豐富版型，增添閱讀樂趣，讓你不必花太多時間閱讀文字，只要看圖就能動腦、推理計算、玩遊戲，讓解題過程更有趣。  

輪框 輪胎搭配進入發燒排行的影片

機車之車門突開即時偵測預警與可變比例煞車

為了解決輪框 輪胎搭配的問題，作者梁乃仁 這樣論述：

近年來應用於汽車上之先進駕駛輔助系統(Advanced Driver Assistant System, ADAS)已成為目前各大車廠主要研發方向，先進駕駛輔助系統為使用攝影機與其他多種感測器為主要的硬體搭配已逐漸成熟與功能多元化，例如:車道維持與居中、前方行人/車輛偵測等功能，而先進駕駛輔助系統須提前偵測車輛環境物體與辨識的資料整合處理，將提前預警駕駛與控制車輛動態來降低車輛與人的傷害。機車相較於汽車的道路安全環境與應用發展都明顯遠不及汽車，然而目前各家機車廠對於安全防護硬體與軟體占比在整體開發上是相對不足，使得目前機車已搭載先進輔助駕駛系統的車輛幾乎寥寥無幾。對於台灣擁有大量機車人口及複

雜的道路環境上，發展於機車先進駕駛輔助系統的安全需求是更加迫切。本論文的研究基於pytorch框架平台下搭建出Googlenet的輕型神經網路來做延伸應用，進行前方汽車車門突開之即時偵測。本研究將多元影像、煞車控制、演算法、分類方法等進行整合。相對Faster RCNN辨識上，Googlenet可提升影像更新時間，降低影像延遲並減少誤判率。本研究將Googlenet的輕型神經網路與Matlab 和BikeSim等軟體進行整合至機車煞車系統，在複雜的道路中即時辨識車門開啟角度偵測，依據車門開啟角度不同給予最佳煞車比例，讓騎士能以車輛最短煞車距離避免與車門碰撞。本研究之結果顯示，在前方汽車偵測上，

研究中分為未開、小角度開啟、中角度開啟和大角度開啟辨識率分別最高達到99%、67%、92%和99%。而在與煞車系統之連結上，透過機車行駛動態之分析，可動態找出不同車速和不同路況之最佳前煞車佔比，使機車能以最短距離都煞停，減少與前方突開車門之撞擊力道。

空間透視繪圖教室

為了解決輪框 輪胎搭配的問題，作者金銅鎬 這樣論述：

～看圖就能完整理解透視的法則～ 用插圖和平易近人的解說，帶領你徹底掌握透視法的運用 描繪立體空間再也不會是罩門！ 　　本書以容易理解的插圖，搭配平易近人的解說， 　　為讀者解釋空間繪畫中的各種原理與運用方法。 　　不花大量篇幅解釋複雜的理論，而是將重點放在應用， 　　最適合初學繪畫的新手。 　　本書共分為5大章節，從最基礎的基本觀念開始講解，到各種透視法的運用，全部囊括其中。 　　．第1章 什麼是透視遠近法？ 　　本章會解說透視法的基礎，包括視線高度、地平線、消失點等基本概念。 　　．第2章 三大透視遠近法使用注意事項！ 　　解釋透視法運用的三大原則：1.愈遠體積愈小，其位置愈接近視線

高度。2.平行的邊一定會聚集到一個點上。3.愈靠近視線高度（地平線）、消失點，上面和下面愈窄。 　　．第3章 隨角度改變的透視遠近法 　　講解一點、兩點、三點透視法的差異與各自的使用時機。 　　．第4章 隨鏡頭改變的呈現方法 　　解說廣角鏡頭、魚眼鏡頭等特殊的視角呈現方式。 　　．第5章 描繪不同形態的物體 　　實際運用透視法，描繪斑馬線、坡地、階梯等生活中常見的物體。 本書特色 　　◎不用複雜的數學或圖學角度解釋精確的數值和原理，而是用最通俗的插圖及解說，講解遠近透視法的運用方式。 　　◎集結金銅鎬老師授課時的精華，口語化的解說讓你就像到繪畫教室現場上課一樣！ 　　◎收錄多幅實際運

用遠近法作畫的金銅鎬老師作品。 作者簡介 金銅鎬 　　2007 入選DAUM漫畫徵件賽網漫部門 　　ADIDAS T恤繪畫I’M GOING TO 　　LOHASHOME偉人傳記插畫 　　2010 製作旅遊系列學習漫畫 　　KOMIC MASTER K第二輪比賽銀獎 　　2012 世宗大學漫畫動畫系畢業 　　2013 KT＆G想像庭院展覽 　　藝術殿堂許英萬＆ANITALK展覽 　　MEGABOX ANITALK展覽 　　東大門設計廣場藝術玩具展展覽 　　2015 富川國際漫畫節BICOF現場繪畫秀 　　BICOF展覽 　　2015～2016 LEZHIN COMICS平台連載網漫《那

些傢伙來了》 　　2016 製作光州楊林洞社區地圖 　　《盛載空間》速寫展覽 　　《盛載空間》作品集出版 　　美國圖像小說《喬洛瞌睡蟲》 　　金銅鎬的繪畫課授課 　　藝術玩具文化展2016現場繪畫秀與展覽 　　DONGYANGBOOKS出版社第一步系列叢書《我們的日語自修課：專為日語初學者訂做的15堂課》、《最簡單的中文自學第一步》、《最簡單的自學李世石的圍棋第一步》封面製作 　　TMAX CLOUD現場繪畫秀 　　WACOM現場繪畫秀 　　SENERGY KOREA現場繪畫秀 　　NOTEFOLIO SKILL UP現場繪畫秀 　　千年的國中組微笑繪畫授課 　　NEO SMARTPEN教保文

庫宣傳漫畫 　　水源華城行宮金弘道民生取材報告現場繪畫秀 　　FREEZING ISLAND冰雕角色設計 　　拍攝首爾市振興事業計劃廣告繪畫秀 　　拍攝LPGA女子職業高爾夫年末頒獎典禮開場繪畫秀影片 　　法蘭克．史科菲爾德博士來韓百年紀念協會 　　參與三一運動插圖首爾歷史博物館展覽 　　拍攝MSD藥廠繪畫秀 　　於漢江媒體高中授課 　　2016～2018 TOOMICS平台連載網漫《隔離》 　　2017 藝術玩具文化展2017現場繪畫秀 　　青江文化產業大學繪畫授課 　　樂天化學展示館現場繪畫壁畫 　　KYANI現場繪畫影片 　　SNAFRANSICO SKETCHPAD BOOK簽名會 　

　LA CTN EXPO ANIMATION BOOK簽名會 　　2018 檀國大學新生訓練現場繪畫秀 　　NOTEFOLIO ACADEMY人體解剖學授課 　　NEO SMARTPEN M1上市紀念繪畫內容製作 　　樂天人才培育HR論壇現場繪畫秀 　　綠傘兒童財團事蹟現場繪畫秀 　　PAC現場繪畫秀 　　青江文化產業大學夏季人體解剖學工作坊 　　2018藝術玩具文化展 　　2018首爾動漫展 　　ARONAMIN GOLD廣告插圖 　　GOODJOB ACADEMY網漫授課 　　永進藥品廣告插圖 　　FASTCAMPUS線上課程現場繪畫影片 　　《盛載空間VOL 2》作品集出版 　　2019

TVN封面故事現場繪畫秀 　　FRANCE DM GALLERY展覽 　　ARTION個人展 　　青江文化產業大學夏季工作坊授課 　　永進藥品廣告設計插畫 譯者簡介 林芳如 　　學生時期主修英中翻譯，卻對韓文情有獨鍾。現為全職韓文譯者，喜歡跟文字打交道的簡單生活。 　　聯絡信箱：[email protected]   ．PROLOGUE        PART 1 什麼是透視遠近法？     ．什麼是視線高度？                            ．什麼是消失點？                                    

      PART 2 三大透視遠近法使用注意事項！ ．愈遠與視線高度愈近！                    ．平行的邊線全部拉向同一個點！            ．愈靠近消失點，面愈窄！                                  PART 3 隨角度改變的透視遠近法 ．什麼是一點透視？                                    ．什麼是兩點透視？                                    ．什麼是三點透視？                                      PART 4 隨鏡頭改變

的呈現方法 ．什麼是廣角鏡頭？                            ．什麼是魚眼鏡頭？                              PART 5 描繪不同形態的物體 ．描繪斑馬線                                                ．描繪圓圈、輪胎、威尼斯窗戶                ．分割窗戶                                            ．描繪坡地、階梯                                          ．EPILOGUE       

前言 　　我曾認為撰寫理論書應該是我成為大人物之後的事情，但是就在我持續進行自己所喜歡的空間繪畫創作活動時，這個機會來得比我預期中的還快，我便開始想像要寫一本怎樣的書。我買下市面上所有跟透視遠近法有關的書籍來看。有些書以輕鬆的方式解釋原理，有些書雖然很講究，但是我懷疑讀者真的能明白內容在說什麼嗎？總之，每本書各有各的功能，所以我重新思考了我能起到的作用是什麼。出版社是看到我的畫而提議要我撰寫教材的，所以我的結論是要在書中儘量使用我畫好的作品。我認為這樣讀者才能自然而然地明白並接受作家創作時的想法。抱持著要寫出一本能闡明原理又容易讀懂的書的心態，我開始提筆寫作。比起設定詳細的框架再細分詳解（

這樣好像至少得花一到兩年以上的時間），我選擇將平時授課的內容原汁原味地放到書裡。我不是對自己的繪畫充滿信心的作家（因為這世界上會畫畫的人太多了……），但我是比任何人都還喜歡自己的畫作和開心畫圖的作家。我現在依然努力開心地畫畫，以求臻至完美。寫這本書的時候，我也有如醍醐灌頂，覺得自己往前邁進了一步。無論影響程度或大或小，我由衷希望這本書能為想學習繪畫和進行創作活動的人帶來正面的影響。

在不平衡數據集下改善鋁壓鑄件缺陷檢測性能的探討

為了解決輪框 輪胎搭配的問題，作者鄭宜雯 這樣論述：

目錄摘要 iAbstract ii目錄 iv圖目錄 viii表目錄 xiii第一章 緒論 11-1 研究動機與目的 11-2 相關文獻探討 41-2-1 使用HOG提取缺陷特徵 41-2-2 使用VGG16做為缺陷檢測 81-2-3 使用模板比對做為缺陷檢測 111-2-4 與本研究拍攝環境最相似的文獻 111-2-5 總結-選擇辨識方法 151-2-6 不平衡數據相關探討 151-2-7 使用SVM懲罰函數解決不平衡數據 181-2-8 ORB影像對齊 201-3 論文架構 22第二章 系統架構 232-1 實驗流程 232-2 實驗設備

介紹 252-3 背景相關知識 252-3-1 HOG 262-3-2 SVM 292-3-3 CNN 322-3-4 VGG網路 352-3-5 TensorFlow模組 37第三章 實驗方法 383-1 Dataset 383-2 交叉訓練 403-3 數據擴增 413-4 HOG特徵提取 423-5 訓練VGG16網路 443-6 解決不平衡數據集問題-調整SVM參數 473-7 模板比對 483-7-1 影像對齊法 493-7-2 待對齊影像之影像二值化 513-7-3 影像相減 52第四章 實驗結果與討論 544-1 擴增缺

陷數據 544-2 缺陷偵測效能的評估標準 554-3 HOG分割尺寸的選擇 564-4 HOG歸一化以及SVM核函數搭配 614-4-1 正常及缺陷比例為2:1的實驗結果 614-4-2 增加數據數量後的實驗結果 674-4-3 正常及缺陷比例為5:1的實驗結果 694-5 加入F1-score計算結果 724-6 VGG16分類結果 734-7 模板比對結果 774-7-1 畫面1實驗結果 774-7-2 畫面2實驗結果 804-7-3 模板比對法結果與討論 824-8 三種辨識成果討論 83第五章 結論與未來展望 855-1 結論 855

-2 未來展望 86參考文獻 87圖目錄圖1. 鋁壓鑄件環境參數[1] 2圖2. 各種缺陷種類。(a)表面充填不良；(b)缺裂[2]；(c)燒付；(d)裂痕[2]；(e)正常打洞；(f)變形，模具內pin腳斷裂，打洞失敗。 2圖3. 缺陷葉片的梯度方向直方圖[5]。(a)位置I處損壞葉片的HOG；(b) 位置I的未損壞葉片HOG；(c)位置II中損壞葉片的HOG；(d)位置II中損壞葉片的HOG。 5圖4. 實驗渦輪葉片檢測結果[5]。(a)所有葉片完好無損；(b)~(d)有缺陷葉片。 6圖5. 紡織品缺陷檢測的訓練流程圖[6] 7圖6. 紡織品缺陷檢測的測試流程圖[6] 7

圖7. 木材缺陷[14]。(a)木材死節；(b)木材活節；(c)藍色污漬；(d)裂縫；(e)褐色污漬；(f)瀝青條紋。 8圖8. 車輪胎面圖像採集系統[22] 12圖9. 車輪胎面影像[22] 12圖10. 車輪胎面缺陷檢測架構圖[22] 12圖11. 車輪胎面缺陷影像[22] 13圖12. 定位的區域[22]。(a)正樣本；(b)負樣本。 14圖13. 追蹤騎自行車的男孩。在第61個和第72個畫面通過ORB功能，追蹤器準確地捕捉到了小男孩。藍色橢圓表示當下畫面中對象的位置。 21圖14. 追蹤行人，藍色橢圓表示當下畫面中對象的位置。 21圖15. 本研究的系統流程圖 23圖

16. 本研究所採用的工業攝影機[38-39] 25圖17. 計算點A梯度的遮罩：梯度值可寫成(11)式，梯度方向可寫成(12)式。 26圖18. HOG的核心概念為將圖像分成細胞(cell)，再將細胞組合成圖像塊(block)。 27圖19. 偵測正常與缺陷物件的HOG流程圖[參考40] 27圖20. 不同圖像塊歸一化方法的結果[40]，其中的DET為檢測錯誤權衡效果(Detection Error Tradeoff)。 29圖21. SVM平面硬間隔分類 30圖22. SVM平面軟間隔分類，允許某些樣本可不滿足規則。 31圖23. SVM分類器不一定為線性的示意圖。(a)非線

性；(b)二維平面。 32圖24. CNN架構圖[41] 33圖25. 卷積運算示意圖 33圖26. 池化運算示意圖(參考[42]重新繪製) 34圖27. 全連接層分類出結果(參考[43]重新繪製) 34圖28. 3×3卷積的使用。(a) 5×5可被3×3卷積直接取代；(b)假設輸入8×8的特徵(以一維空間表示)，8×8也可以輕鬆地分成3×3。 36圖29. 數據集。(a)畫面1；(b)畫面2。 38圖30. 數據集內所有缺陷影像。(a)(b)燒付；(c)~(e)變形；其餘皆為充填不良。 39圖31. 交叉訓練示意圖 40圖32. 數據擴增。(a)原始影像；(b)經過扭曲的影

像；(c)經過平移的影像；(d)經過水平翻轉的影像。 41圖33. HOG分割示意圖。(a)每個影像可分成8×8的細胞，每個細胞皆會計算出一個梯度值[52]；(b)梯度方向可分成9組，經過統計可得出有9個bin的直方圖[53]。 43圖34. 將2×2的細胞組合成一個圖像塊 44圖35. VGG16架構圖[54] 45圖36. 一般分類情況，每種類別的比例將近為1:1。 47圖37. 特殊狀況，某類別數量少，形成這種數據不平衡的關係。 48圖38. 模板比對流程圖 49圖39. SIFT、SURF、BRIEF (with FAST)和ORB (oFAST + rBRIEF)的匹配

性能。ORB的性能優於其他做法[56]。 51圖40. 使用ORB影像對齊方法的一個結果 52圖41. 影像二值化。(a) ORB影像對齊後的結果，經旋轉或平移後空掉的部分將以黑色補上；(b)上圖若直接與模板影像做影像相減會產生誤差；(c)影像二值化，以色彩1為門檻值，若低於1則顯現黑色，若高於1則顯現白色；(d)將圖像中黑色部分貼上模板的影像，再轉回原始圖像顏色。 53圖42. 畫面2裁成缺陷比例較大的大小。(a)正常鑄件影像；(b)缺陷鑄件影像，紅框為缺陷位置。 54圖43. 藉由調整亮度來增加缺陷數據。(a)原圖；(b)將原圖調亮10%；(c)將原圖調暗10%。 56圖44.

固定圖像塊尺寸為2×2 (細胞)，各種細胞尺寸所得的準確率。 58圖45. HOG計算圖像塊數量示意圖 59圖46. 各種細胞尺寸和塊尺寸搭配的特徵維度 60圖47. 固定細胞尺寸為16×16 (像素)，各種圖像塊尺寸所得的準確率。 61圖48. 固定圖像塊尺寸為4×4 (細胞)，各種細胞尺寸所得的準確率。 61圖49. 所有測試結果的比較直方圖 62圖50. 正常與缺陷數據2:1，C = 1，四種歸一化方式的準確率、召回率和精確率。 64圖51. 正常與缺陷數據2:1，C = 100，四種歸一化方式的準確率、召回率和精確率。 67圖52. 正常與缺陷數據2:1，使用L1歸一化

，kernal = RBF，C從0.1~10000的準確率、召回率和精確率。 67圖53. 增大數據量後，正常與缺陷數據2:1，四種歸一化方式的準確率、召回率和精確率。 69圖54. 正常與缺陷數據5:1，四種歸一化方式的準確率、召回率和精確率。 72圖55. RBF核函數，懲罰函數的走向。 73圖56. 框取正常與缺陷標籤。(a)缺陷件影像，紫色框表示標籤為Defect；(b)正常件影像，由於整張皆是正常件，於是隨機框取，藍色框表示標籤為Normal。 75圖57. 損失函數。(a)VGG16損失函數。(b)一般損失函數。 77圖58. 影像相減後的差值圖。(a)編號002的正常

鑄件影像-模板影像的差值圖，幾乎是一片黑；(b)缺陷部位較小的缺陷影像-模板影像的差值圖，缺陷較無法以肉眼看出；(c)缺陷部位較大的缺陷影像-模板影像的差值圖，缺陷部位隱隱若現；(d)增加(c)的對比度，將缺陷部位突顯出來。 79圖59. 正常鑄件影像-模板影像，差值為0的個數有將近1,800,000個。 80圖60. 缺陷鑄件影像-模板影像，差值為0的個數僅有將近1,300,000個左右。 80圖61. 畫面1做影像相減後差值為0的個數走向 81圖62. 畫面2做影像相減後差值為0的個數走向 82圖63. 將畫面2裁剪為止有缺陷部位的大小，紅圈為缺陷位置。 82圖64. 畫面2做

影像相減後差值為0的個數走向 83表目錄表1. 測試結果統計表[5] 6表2. Mix-FCN網路與其他網路的指標值[14] 9表3. 車輪踏面缺陷定位測試結果[22] 14表4. 混淆矩陣 17表5. SE-gcForest、原始gcForest [29]、SMOTEBagging [28]和SMOTEBoost [27]的F1效能[26]。 18表6. 使用SVM、P-SVM和改進的P-SVM方法對帕金森病數據集和輸血服務中心數據集的準確率[30]。 19表7. VGG各模型配置[44] 35表8. A模型與A-LRN模型性能比較[44] 37表9. 數據集影像數量 3

8表10. 修改過後的VGG16層數圖 46表11. 擴增後的數據集影像數量 56表12. 缺陷偵測混淆矩陣 56表13. 測試HOG分割尺寸的數據量(非實際數量，而是8次交叉驗證的等效總數量) 58表14. 固定圖像塊尺寸為2×2和4×4，各個細胞尺寸的特徵維度。 60表15. 正常與缺陷數據2:1的訓練及測試張數 62表16. 正常與缺陷數據2:1，C = 1時結果。 63表17. 正常與缺陷數據2:1，C = 100時結果。 65表18. 增大數據量後，正常與缺陷數據2:1的訓練及測試張數。 68表19. 增大數據量，正常與缺陷數據2:1結果。 68表20. 正常與缺

陷數據5:1的訓練及測試張數 71表21. 正常與缺陷數據5:1，C = 1時結果。 71表22. 最終結果混淆矩陣 74表23. VGG16數據集 75表24. VGG16結果混淆矩陣 77表25. 模板比對使用數據集 78表26. 畫面1做影像相減的實驗結果 81表27. 畫面1做影像相減的實驗結果 83表28. 三種辨識方法的速度 85