led燈泡推薦2021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

U-Net於發光二極體薄膜陶瓷基板之瑕疵分割

為了解決led燈泡推薦2021的問題，作者汪晉安 這樣論述：

發光二極體 (Light emitting Diode, LED)藉由其小巧且高功率的優勢，逐漸取代傳統照明設備的地位，並成為當前主流照明元件，但因其體積小與高功率的緣故，使得熱量不易散失，而直接影響產品壽命，因此基板材質的選用與 其 生產良率也成了照明產品品質是否優異的關鍵。然而，由許多細小單元所組成的基板難以藉由傳統的目視檢測法(Visual Inspection, VI)進行瑕疵檢測， 原因在於 該方法不僅耗時費力，且存在漏偵測比例過高的風險，因此本研究發展U-Net語義分割(Sematic Segmentation)模型進行瑕疵分割，以VGG16為骨幹(Backbone)萃取瑕疵特徵

，並藉由訓練模型中的訓練次數凍結 (Freeze Epoch)、學習率 (Learning Rate)、最小學習率、資料讀取批量、優化器、學習率衰減 等超調整下，配合損失函數中的 Focal Loss與Dice Loss功能開啟與關閉的選擇來獲得不同的模型訓練結果。在完成上述的超參數蒐集以及超參數對語 義 分割模型的影響程度分析後，利用因子設計(Factorial Design)實驗模型對各項超參數進行敏感度分析 以獲得最佳化瑕疵分割模型。實驗最終本文對實驗所獲得的語義分割模型進行瑕疵影像分割以及效能評估，不僅獲得了0.916的瑕疵分割交聯比(Intersection over Union,

IoU)以及0.958的平均交聯比(Mean Intersection over Union),也確實將本研究期望達到的瑕疵影像分割任務順利達成，因此充分證實了語義分割技術不僅能夠改善傳統檢測所衍生的職業傷害之外，也達到大幅節省工時以及漏檢缺失的避免，進而提升薄膜陶瓷基板的產品良率。