輪框j值的問題，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

偉大攝影的基礎：人物(暢銷紀念版)

為了解決輪框j值的問題，作者HenryCarroll 這樣論述：

人物攝影是幻術，而你就是幕後的魔術師。 無論是街頭抓拍，還是棚內擺拍；無論是偷偷摸摸，還是光明正大，人物攝影是所有攝影類型中，最微妙、最需要細心體會的一門藝術。偉大的人物攝影師們透過設計操弄、裝模作樣，或是直截了當、裝瘋賣傻，為得只是竊取到符合心目中具戲劇張力的他人影像，陳述出發人省思或引人遐想的故事。 繼暢銷書《偉大攝影的基礎》之後，亨利．凱洛再次以50張作品教會你人物攝影的精妙心法及實用技術，一頁一課，每課皆有精闢剖析、重點觀念以及作品背後的故事，每章節後更附有「技術焦點」，包括法律常識、鏡頭選擇、燈光設置及街拍常見問答等。 ．50位攝影大師經典作品，超值收藏 ．收錄法律顧問對

於人物攝影的建議 ．只需具備最基礎的攝影知識，就能輕鬆學習 【章節介紹】 構圖──構圖關乎畫面中元素的主從關係，無論是標準的三分法，還是打破陳規，只要能夠讓畫面中人物正確的講出故事，就是好構圖。 情境──人物與環境的互動將道盡一切，拍攝人物時，不能乎略周圍正在發生的事。要讓什麼東西入鏡？還是要抹除一切環境特徵？端視攝影師想要達成的效果。 凝視──人物的眼神是人物攝影中最具力道的元素，當他們看向鏡頭、看向遠方甚至眼神飄忽時，都能勾起觀看者許多的情緒。攝影師需要知道如何讓攝影對象懈下心防，或是相反地，刻意讓他們築起心牆。 控制──攝影師可以透過各種手段，使攝影對象流露出符合期待的肢體語言及

表情，相機種類與拍攝手法也會向攝影對象發出訊息，迫使他們做出反應。一切，都在攝影師的控制之下。 街頭──街頭攝影師是獵人，遠程狙擊、近身搏鬥、設下陷井，或是勸誘上鉤，每個攝影師都應該要發展出一套屬於自己的捕獵方法。 黑白或彩色──黑白攝影和彩色攝影是全然不同的兩件事，在拍攝之前就要做出決定。色彩的暗示性極強，也控制著畫面中要呈現出多少細節，不可不慎重看待。 光的心理學──光不只是攝影成像的基本要素，更是操弄氛圍的大師，光線的種類、方向、來源，造就了作品整體的質感與情緒。 ※本書適用數位單眼相機DSLR、小型數位相機compact system以及類單眼bridge相機的使用者，也適合任

何想要拍照的讀者。 【達人推薦】（依中文名首字筆畫排列） 街頭攝影師 森爸： 「人物攝影對我來說是最難駕馭的。人們以為人物攝影只是對著人按快門，但實際上我們必須在最短的時間內與攝影機前那個人產生緊密的連結。我們拍的不單是人們的樣貌，而是他們的個性、喜悅、回憶、憂傷、憤怒、驕傲、靈魂、體驗。我們捕捉的，是人們的生命故事。」 街頭攝影師 Jimmy Yang（楊捷安）： 「書中街頭攝影的章節對於技巧及觀念精闢的解析，對於初次嘗試街頭攝影的人來說是一本不可多得的好書。」 【書中引用的攝影名家們】 A 阿諾德．紐曼（Arnold Newman） 奧古斯特．桑德（August Sander） B

貝蒂娜．馮．茲維爾（Bettina von Zwehl） 比爾．布蘭特（Bill Brandt） 比爾．漢森（Bill Henson） 布魯斯．吉爾登（Bruce Gilden） C 辛蒂．雪曼（Cindy Sherman） D 達娜．雷克森伯格（Dana Lixenberg） 杜安．邁克爾斯（Duane Michals） 多諾萬．衛理（Donovan Wylie） E 艾德．克拉克（Ed Clark） F 弗雷德．赫爾佐格（Fred Herzog） G 蓋瑞．溫諾格蘭德（Garry Winogrand） 喬治．霍寧根－胡恩（George Hoyningen-Huene） 吉莉安．

韋英（Gillian Wearing） 格倫．爾勒（Glen Erler） H 漢娜．斯塔基（Hannah Starkey） 海倫．萊維特（Helen Levitt） 亨德里克．蓋森思（Hendrik Kerstens） 亨利．卡蒂亞－布列松（Henri Cartier-Bresson） 伊波利特．貝亞德（Hippolyte Bayard） J 傑夫．沃爾（Jeff Wall） 賈米瑪．史塔莉（Jemima Stehli） 喬．斯坦菲爾德（Joel Sternfeld） 約翰．卡普蘭斯（John Coplans） K 北島敬三（Keizo Kitajima） L 拉克．德拉海爾（Luc

Delahaye） M 瑪格麗特．伯克－懷特（Margaret Bourke-White） 邁克．布羅迪（Mike Brodie） O 奧托．施泰納特（Otto Steinert） P 保羅．史川德（Paul Strand） 菲利普．海恩斯（Philip Haynes） 菲利普．哈爾斯曼（Philippe Halsman） 彼得．雨果（Pieter Hugo） R 理查．阿維頓（Richard Avedon） 理查．雷納迪（Richard Renaldi） 萊涅克．迪克斯特拉（Rineke Dijkstra） 羅伯特．伯格曼（Robert Bergman） 羅伯特．杜瓦諾（Rober

t Doisneau） 羅傑．拜倫（Roger Ballen） S 山姆．亞柏（Sam Abell） 塞巴斯蒂昂．薩嘉多（Sebastião Salgado） T 謝德慶（Tehching Hsieh） 湯瑪斯．魯夫（Thomas Ruff） W 維加（Weegee） 威爾．史岱西（Will Steacy） 威廉．艾格斯頓（William Eggleston） 威廉．格德尼（William Gedney） 威廉．克萊因（William Klein） Z 澤德．尼爾森（Zed Nelson）

輪框j值進入發燒排行的影片

社區適老化建設評估指標系統的建構與運用之研究

為了解決輪框j值的問題，作者梅文兵 這樣論述：

面對全球老齡化所帶來持續性養老壓力，各國政府都開展了行之有效的辦法來應對本國人口老齡化問題。隨著經濟的發展和房地產行業的興起，社區居家養老已經成為中國的主體養老模式，据數據統計，中國90%的老年人選擇社區居家養老。但不能否認的是，社區建設之初，較少考慮到老年人的養老需求，因此如何構建符合社區居家養老模式下社區適老化建設便成為政府、養老產業界和學術界共同關心的問題。基於此，本論文借鑒國內外相關建設和發展經驗，通過質性研究和量化分析相結合的研究方法，構建出社區居家養老模式下社區適老化建設評估指標體系，並選取中國珠三角地區4個典型社區進行實證運用，以期提出適合社區居家養老模式下社區適老化建設的對策

建議和改善策略。具體內容如下：首先，透過文獻資料調研、政策文本分析和老年扎根訪談的方式，運用質性研究方法，初步選取社區居家養老模式下社區適老化建設的51項評估指標；其次，將上述51項指標編制成模糊德爾菲法專家問卷，運用模糊德爾菲法，邀請官、產、學界專家對51項指標的重要值進行評量，根據專家共識值和門檻值的設定，最終篩選出48項社區適老化建設指標；再次，將上述48項指標的重要度和表現度，編制成問卷針對社區居家老年人及其相關群體進行廣泛調研，透過576份有效調研數據，運用因素分析法，構建出社區居家養老模式下社區適老化建設的4項準則、9項次準則和48項指標的評估指標系統；另外，將社區適老化建設評

估指標體系，編制成模糊層次專家問卷，邀請官、產、學界專家對各層級評估指標的相對重要值進行評量，運用模糊層次分析法，計算出社區適老化建設評估指標體系各層級指標的權重值；最後，透過本研究構建的社區適老化建設評估指標體系，選擇中國珠三角地區城市、城郊、城鎮、農村等4個典型社區進行實例驗證，客觀科學評估該社區適老化建設的狀況並根據評估數據提出改善策略。社區適老化建設評估指標的研究，是可以涵蓋多面向的研究，這不只是針對現有社區的適老化建設狀況進行評估，從其中辨識適老化建設的不足之處並提出改善建議，也可以於社區規劃建設前段作業時，協助相關部門有效的篩選建設指標並進行決策，以尋得符合社區居家養老產業需求之切

實適老化表現。本研究最期待的是藉由社區適老化建設評估指標，提升社區適老化建設成效和社區居家養老品質，進而提升老年人的生活品質和生活滿意度，幫助老年人成功老化。

為股東創造財富：高績效執行長做對的8件事，巴菲特、《從A到A+》作者柯林斯推薦必讀

為了解決輪框j值的問題，作者WilliamN.ThorndikeJr. 這樣論述：

★巴菲特、查理‧蒙格等價值投資大師 必讀書單 ★當代企管大師、《從A到A+》作者詹姆‧柯林斯 好評推薦 ★《富比士》雜誌評比：商業重量級著作！ ★萬名讀者好評：亞馬遜商業類、企業管理暢銷排行   　　投資本書任何一位執行長1萬元， 　　25年後，價值就會超過150萬， 　　這些執行長到底做對哪些事？ 　　能為股東帶來超過20％的年化報酬率！   　　面對通膨焦慮、熊市警告，投資變得愈來愈難做， 　　心裡明白，好公司值得投資，但總覺得財報好難懂，羨慕投資老手對公司侃侃而談， 　　其實，在判斷好公司前，你可以先學會判斷好的執行長會做什麼？ 　　好的執行長，就是能為股東帶來長期獲利的「高績效執行

長」。   　　拿出筆勾選，看看你投資的公司的執行長，符合多少項高績效特質： 　　☑資本配置高度集權，由執行長本人指揮 　　☑一定問報酬率，重視現金流量，只去執行報酬具有吸引力的投資專案 　　☑保持彈性，面對不確定性，不打高空，以務實的機會主義因應 　　☑獨立自主，不過度分析，或倚賴外部顧問的建議 　　☑像鱷魚般有耐心，願意耐心等待機會，一旦出現機會，就以驚人速度大膽行動 　　☑高度分權，降低了成本與公司 / 集團內部的「敵意」 　　☑徹底的理性，擁有長期投資人的觀點，而非高薪打工仔觀點；焦點放在變數，避免盲從 　　☑反向操作：在利潤不具吸引力時退到場邊，但在別人退場時逢低進場   　　除了以

上特質，本書選出的八位執行長，都在冷戰後漫長的經濟萎靡期，為股東帶來20%以上的年化報酬率。這段期間，外有石油危機，內有災難性的財政和貨幣政策，在各種負面消息的籠罩之下，美國出現嚴重通膨、兩次大幅度的衰退（和空頭走勢），利率高達18％，油價暴漲了3倍。   　　這段時期和現在一樣，充滿了不確定性，許多經理人都按兵不動；反觀這幾位非典型的高績效執行長，這段時間可說是他們職業生涯中最活躍的時期——他們每一位要不就是投入庫藏股買回計畫，要不就是展開一連串大規模的收購。套用華倫．巴菲特的說法，這時的他們非常「貪心」，他們的同業則是非常「恐慌」。   　　他們之所以有好成績，在於他們專注在「資本配置」，

他們不在乎大眾和外在的觀點，而是以務實的角度，有效率的替股東創造財富最大化。以『資本配置最佳化』為原則的公司，在配置資金時，基本上有五大方向：   　　1當本業具備成長性時，投資本業。 　　2當本業不具備成長性時，投資其他產業　 　　3當滿足前兩項的時候，有負債就償還債務。 　　4當公司本身股價低於內在價值的時候，實施庫藏股。 　　5滿足前四項後，發放現金股息。   　　本書橫跨投資和商管領域，還贏得價值投資大師巴菲特、查理‧蒙格的推崇、也獲得當代企管大師、《從A到A+》作者柯林斯推薦。書中除分享成功企業家的生活故事、經營哲學，可以讓投資人藉由參考這些讓公司獲利的方式，判斷什麼樣的投資標的，值

得投資。   名人推薦   　　王怡人 Jenny｜JC 財經觀點創辦人 　　雷浩斯｜價值投資者 / 財經作家 雷浩斯 　　華倫‧巴菲特｜價投大師、波克夏海瑟威董事長暨執行長 　　查理‧蒙格｜波克夏海瑟威公司副董事長 　　詹姆‧柯林斯｜《從A到A+》作者 　　麥可‧戴爾｜戴爾公司執行長兼董事會主席 　　麥可．莫布新｜《解讀市場預期》作者 　　華特．凱契爾｜《策略之王》（The Lords of Strategy）作者 　　托馬斯‧魯索｜加德納‧魯索投顧公司（Gardner Russo & Gardner）合夥人 　　——重量級一致好評   好評推薦   　　優秀經營者擁有突破傳統的思辨

能力，在其他人還沒發現機會之前取得先機，也可以在情勢反轉時果斷退出，用超凡的智慧持續為股東創造財富！── 王怡人 Jenny｜JC 財經觀點創辦人   　　如果你也是一個資本配置者，你對這本書內描述的非典型經營者一定會有共鳴，而他們提供的生活方式，正是適合你的生活方式。── 雷浩斯｜價值投資者 / 財經作家   　　這本書敘述八位優秀執行長的故事，他們都是資本配置大師。──華倫‧巴菲特   　　作者針對八位風格迥異、引人好奇的企業領導人，剖析他們如何一手創造龐大的企業價值。他從資本配置這個獨特的切入點，探討這些執行長成功的秘訣：極為講求實際與理性，忠於自我，絕不隨波逐流。作者這本書觀點新穎，聰

明機智，引人深思，讀完深受助益。──詹姆‧柯林斯｜《從A到A+》作者   　　本書深入分析優秀的執行長如何用與眾不同的方法經營公司，取得亮麗成績。──查理‧蒙格｜波克夏海瑟威公司副董事長   　　作者剖析八位執行長的成功故事，我要把這本好書推薦給所有公司領導人，尤其是給那些有心開創前途的人。──麥可‧戴爾｜戴爾公司執行長兼董事會主席   　　作者描述八位執行長的動人故事，從中整理出一套難以撼動、前所未聞的經營鐵則。本書提出的觀念宛如北極星，指引眾主管和投資人一條提升價值的明路，只要跟隨指引，就能繁榮昌盛。──麥可．莫布新（Michael J. Mauboussin）｜《解讀市場預期》作者  

　　如果你是有雄心壯志的領導人，想要成為出類拔萃的執行長，又或者你是投資人，有意與資本雄厚的企業領袖合作，那這本書絕對是必讀書目。──梅森‧霍金斯｜東南資產管理公司執行長   　　本書裡的人物可說個個都是執行長中的頂尖人才。這幾位『非典型經營者』的名字可能會讓你嚇一跳，但他們一反傳統思維的經營方式，絕對會讓你學到一堂寶貴的策略課。──華特．凱契爾｜《策略之王》（The Lords of Strategy）作者   　　這本書告訴你，所謂的優秀領導人能讓公司同仁專注達成目標，即便長期沒有作為，還是能善加經營、得到回報，同時避免讓公司惹上麻煩，如此一來，遇到千載難逢的機會時，便能勇於爭取，毫無後顧

之憂。這是一本內容實用的教戰手冊，能夠引領你邁向成功。──托馬斯‧魯索｜加德納‧魯索投顧公司（Gardner Russo & Gardner）合夥人   　　美國商管書重量級著作。──富比士雜誌（Forbes）   　　作者希望透過這本書，讓公司主管或領導人更勇於做出異於旁人的選擇……以手中的資源發揮最大優勢。──金融時報   　　本書重要之處在於提供內行人的觀點，告訴我們對資深投資人而言，怎樣才算是成功。──富比士網站（Forbes.com）   　　這幾年出版的投資書或商管書中，數一數二的好書。──Motley Fool財經網站   　　這本書談的是執行長工作中卻非常重要的面向，那

就是資本配置。──Business Insider財經網站2014年華爾街推薦書單

電腦視覺技術應用於手工具組裝之零件瑕疵檢驗

為了解決輪框j值的問題，作者鄭丞凱 這樣論述：

目錄摘要 IAbstract II目錄 IV圖目錄 VII表目錄 XII第一章 緒論 I1.1 棘輪扳手與零件介紹 21.2 棘輪扳手組裝流程 51.3 棘輪扳手組裝異常類型與瑕疵種類 71.4 棘輪扳手組裝之現行檢驗方式 181.5 研究動機與目的 191.6 論文架構 21第二章 文獻探討 222.1 自動化視覺檢測 222.2 組裝異常檢測 232.3 物件特徵比對 252.4 類神經網路模型 262.4.1 卷積神經網路(Convolutional Neural Network, CNN) 262.4.2 YOLOV4 (You O

nly Look Once)網路模型 272.4.3 基於區域的卷積神經網路(Region With CNN, R-CNN) 282.4.4 快速的基於區域的卷積神經網路(Fast R-CNN) 292.4.5 更快速的基於區域的卷積神經網路(Faster R-CNN) 302.4.6 基於遮罩的區域卷積神經網路(Mask R-CNN) 32第三章 研究方法相關原理 363.1 工件影像濾波 363.2 常見之物件偵測分類器 373.2.1 CNN網路模型 383.2.2 YOLO系列模型 393.2.3 R-CNN系列模型 40第四章 研究流程與技術應用 514.

1 工件影像拍攝 534.2 影像之ROI區域擷取 544.3 ROI影像之濾波處理 554.4 工件組裝異常之瑕疵種類特徵擷取 574.5 工件組裝異常類型之瑕疵種類的分類 604.5.1 物件候選區域選擇 614.5.2 CNN網路模式之特徵提取 624.5.3支援向量機的瑕疵分類 634.5.4 可疑瑕疵區域的邊界框回歸 644.5.5 瑕疵種類分類結果輸出 664.6 工件組裝異常類型之瑕疵種類的分類績效混淆矩陣 67第五章 實驗結果與分析 695.1 樣本影像說明 695.2 組裝異常之瑕疵檢測系統之發展 705.3 組裝異常類型之瑕疵種類分類績效指標

715.4 組裝異常之瑕疵檢測系統之R-CNN網路模型之參數設定 725.4.1 網路模型之學習率參數設定 745.4.2 網路模型之訓練批量參數設定 765.4.3 網路模型之優化器類型選擇 785.4.4 網路模型之訓練次數參數設定 805.4.5 網路模型避免過度擬合之判斷設定 825.5 組裝異常檢測之分類績效評估與比較 845.5.1 R-CNN系列模型比較 845.5.2 R-CNN系列模式與YOLOV4之檢測績效比較 895.6 敏感度分析 955.6.1 ROI區域大小對檢測效益之影響 965.6.2 影像亮度的變化對檢測績效之影響 975.6.3

工件擺放方式對檢測績效之影響 995.6.4 工件表面油漬量對檢驗績效之影響 1035.6.5 工件輸送帶速度對檢測績效之影響 1085.6.6 棘輪扳手單一分類器檢驗模型選擇 1135.6.7 同態濾波對檢測效益之影響 115第六章 結論與後續研究方向 1186.1 結論 1186.2 未來研究方向 119參考文獻 122表目錄表1 市售主要棘輪扳手之英制與公制規格 3表 2 1/2”36T棘輪扳手各組裝站之零件表 4表3 棘輪扳手組裝之各工作站的工作內容說明表 5表4 棘輪扳手組裝時可能產生的組裝異常類型說明彙整表 8表5 棘輪扳手組裝過程

可能的組裝異常類型與瑕疵種類彙整表 9表6 缺件組裝異常之瑕疵種類影像彙整表 14表7 錯置組裝異常之瑕疵種類影像彙整表 15表8 異物組裝異常之瑕疵種類影像彙整表 16表9 餘件組裝異常之瑕疵種類影像彙整表 17表10 取像限制說明表 21表11 本研究與物件偵測相關文獻比較表 35表12 本研究使用之網路模型比較表 48表13 本研究目前使用之遮罩與影像面積之比較表(單位:pixel) 55表14 灰階影像與濾波後影像之平均值及標準差比較表 57表15 以影像張數為基礎之棘輪扳手分類混淆矩陣示意表 68表16 棘輪扳手檢驗結果之混淆矩陣示意表

68表17 本研究組裝第一站之檢測樣本影像數量 73表18 本研究組裝第二站之檢測樣本影像數量 74表19 本研究組裝第三站之檢測樣本影像數量 74表20 採用不同學習率之檢測效益結果比較 75表21 採用不同訓練批量之檢測效益結果比較 77表22 本研究探討之三種優化演算法優缺點比較 79表23 採用不同網路模型優化器之檢測效益結果比較 79表24 採用不同網路模型訓練次數之檢測效益結果比較 81表25 R-CNN網路模型之預設值與較佳參數設定之比較表 84表26 第一站大樣本異常類型之瑕疵種類檢驗模型效益彙整表 86表27 第二站大樣本異常類型之瑕

疵種類檢驗模型效益彙整表 87表28 第三站大樣本異常類型之瑕疵種類檢驗模型效益彙整表 88表29 本研究組裝工作站之較佳網路模型效益彙整表 89表30 第一站較佳模型與YOLOV4之檢測效益比較表 90表31 第二站較佳模型與YOLOV4之檢測效益比較表 91表32 第三站較佳模型與YOLOV4之檢測效益比較表 92表33 第一站各網路模型之檢測時間彙整表(單位:秒) 93表34 第二站各網路模型之檢測時間彙整表(單位:秒) 93表35 第三站各網路模型之檢測時間彙整表(單位:秒) 93表36 採用不同遮罩大小之檢測效益結果比較 96表37 採用拍攝光

線強度之檢測效益結果比較 98表38 工件偏移角度之影像數量彙整表 101表39 棘輪扳手不同擺放角度之檢測效益比較表 101表40 ROI區域與油漬量之影像面積比較表(單位:pixel) 104表41 塗抹不同程度潤滑油之檢測效益比較表 106表42 靜態與動態拍攝之差異比較表 109表43 不同輸送帶速度之影像檢測效率 111表44 棘輪扳手動態視覺檢測系統之檢測效益比較表 112表45 棘輪扳手各站模型之正確分類率比較表 114表46 灰階影像與濾波後影像之影像像素比較表 116表47 第一站各模型有無經同態濾波處理之檢測效益彙整表 117圖目錄

圖1 市售棘輪扳手常見之產品銷售方式 I圖2 棘輪扳手的使用說明 2圖3 完成組裝之1/2” 36T棘輪扳手 3圖4 1/2”扭力頭寬度規格標示 3圖5 1/2”36T棘輪扳手之內部結構 3圖6 36T扭力頭實體圖(圓圈標示處為該零件之齒輪) 4圖7 葫蘆柄各組裝站之零件彙整 6圖8 棘輪扳手之組裝異常類型與瑕疵種類關係彙整圖 10圖9 第一站經組裝後各種可能的缺件組裝異常結果 11圖10 第二站經組裝後各種可能的缺件組裝異常結果 12圖11 第三站經組裝後各種可能的缺件組裝異常結果 13圖12 棘輪扳手檢驗實體圖 19圖13 同態濾波器的運算

流程 37圖14 CNN網路架構示意圖 38圖15 卷積方法示意圖 39圖16 池化運算示意圖 39圖17 YOLOV4網路架構示意圖 40圖18 R-CNN網路架構示意圖 41圖19 Fast R-CNN網路架構示意圖 43圖20 ROI pooling運算示意圖 44圖21 Faster R-CNN網路架構示意圖 45圖22 RPN運算示意圖 46圖23 Mask R-CNN網路架構示意 47圖24 研究方法流程圖 52圖25 本研究現階段使用之數量與零件 53圖26 本研究之硬體設備架設示意圖 53圖27 本研究前處理之影像平均值與

標準差 54圖28 本研究使用之五種遮罩大小 55圖29 使用同態濾波濾除拍攝時造成反光之像素變化 56圖30 灰階影像與濾波後影像之平均值及標準差曲線圖 57圖31 光源控制器數值下灰階影像與濾波後影像標準差比較表 57圖32 使用Matlab軟體內建之Image Labeler工具箱進行人工標...58圖33 完成標註之邊界框資訊 58圖34 棘輪扳手組裝製程中第一組裝站使用R-CNN網路模式之圖像標註流程圖 59圖35 第一站缺件檢驗之R-CNN網路架構的訓練程序 60圖36 R-CNN模型檢驗流程圖 61圖37 候選區域選擇示意圖 62圖38

特徵提取流程圖 63圖39 邊界框回歸原理示意圖 65圖40 邊界框回歸運算可能發生之失效結果 66圖41 瑕疵種類分類結果示意圖 67圖42 運用R-CNN網路模型之棘輪扳手檢驗辨識系統測試程序 67圖43 本研究之實驗架構圖 69圖44 本研究影像拍攝之設備圖 70圖45 本研究所開發之使用者介面 71圖46 不同學習率之檢出績效評估ROC曲線圖 75圖47 不同學習率之正確分類率折線圖 76圖48 不同訓練批量之檢出績效評估ROC曲線圖 77圖49 不同訓練批量之正確分類率折線圖 77圖50 不同網路模型優化器之檢出績效評估ROC曲線圖

80圖51 不同網路模型優化器之正確分類率折線圖 80圖52 不同訓練次數之檢出績效評估ROC曲線圖 82圖53 不同訓練次數之正確分類率折線圖 82圖54 本研究使用R-CNN網路模型之訓練資料損失曲線圖 83圖55 過擬合現象示意圖 83圖56 第一站R-CNN系列模型之ROC曲線圖 86圖57 第一站R-CNN系列模型之績效指標曲線圖 86圖58 第二站R-CNN系列模型之ROC曲線圖 87圖59 第二站R-CNN系列模型之績效指標曲線圖 87圖60 第三站R-CNN系列模型之ROC曲線圖 88圖61 第三站R-CNN系列模型之績效指標曲線圖

88圖62 第一站R-CNN系列較佳模型與YOLOV4之ROC曲線圖 90圖63 第一站R-CNN系列較佳模型與YOLOV4之績效指標曲線圖 90圖64 第二站R-CNN系列較佳模型與YOLOV4之ROC曲線圖 91圖65 第二站R-CNN系列較佳模型與YOLOV4之績效指標曲線圖 91圖66 第三站R-CNN系列較佳模型與YOLOV4之ROC曲線圖 92圖67 第三站R-CNN系列較佳模型與YOLOV4之績效指標曲線圖 92圖68 R-CNN系列模型與YOLOV4之總訓練時間曲線圖 94圖69 R-CNN系列模型與YOLOV4之總測試時間曲線圖 94圖70

R-CNN系列模型與YOLOV4之單位影像測試時間曲線圖 94圖71 各站R-CNN系列較佳模型與YOLOV4之正確分辨率直方圖 95圖72 使用不同遮罩大小之棘輪扳手檢出績效評估ROC曲線 97圖73 使用不同遮罩大小之棘輪扳手正確分類率折線圖 97圖74 採用不同亮度拍攝棘輪扳手之檢出率與誤判率ROC曲線 98圖75 採用不同亮度拍攝棘輪扳手之正確分類率折線圖 98圖76 工件擺放方向示意圖 99圖77 原始影像之各角度擺放情況 100圖78 原始影像加入遮罩後各角度擺放情況 100圖79 棘輪扳手正向擺設角度之檢出績效評估ROC曲線 102圖80

棘輪扳手負向擺設角度之檢出績效評估ROC曲線 102圖81 棘輪扳手擺設角度之正確分類率折線圖 103圖82 第一站塗抹不同程度潤滑油之比較圖 104圖83 第二站塗抹不同程度潤滑油之比較圖 104圖84 第一站塗抹不同程度之潤滑油後加上遮罩之比較圖 105圖85 第二站塗抹不同程度之潤滑油後加上遮罩之比較圖 105圖86 第一站塗抹不同程度潤滑油之檢出績效評估ROC曲線圖 106圖87 第一站塗抹不同程度潤滑油之正確分類率折線圖 107圖88 第二站塗抹不同程度潤滑油之檢出績效評估ROC曲線圖 107圖89 第二站塗抹不同程度潤滑油之正確分類率折線圖 1

07圖90 棘輪扳手動態視覺檢測系統運作示意圖 108圖91 棘輪扳手動態視覺檢測系統硬體架設實體圖 110圖92 動態視覺檢測系統中不同輸送帶速度所拍攝之原始影像 110圖93 動態視覺檢測系統中不同輸送帶速度所拍攝之前處理影像 111圖94 棘輪扳手動態視覺檢測系統之ROC曲線圖 112圖95 棘輪扳手動態視覺檢測系統之正確分類率曲線圖 113圖96 棘輪扳手各站模型之正確分類率直方圖 114圖97 棘輪扳手各站模型之檢測時間直方圖 115圖98 有無經同態濾波處理對各模型之正確分類率直方圖 117圖99 有無經同態濾波處理對各模型之績效指標折線圖 11

7