此應用是來自AIdea題目「AOI 瑕疵分類」。
自動光學檢測（Automated Optical Inspection，AOI）是一種高速且高精度的光學影像檢測技術，利用機器視覺作為標準檢測方法，克服傳統人工使用光學儀器檢測的局限。其應用範圍廣泛，涵蓋高科技產業的研發與製造品管，以及國防、民生、醫療、環保與電力等領域。希望藉由 AOI 技術提升生產品質。針對所提供的 AOI 影像資料，來判讀瑕疵的分類，藉以提升透過數據科學來加強 AOI 判讀之效能。
評估方式採用計算與實際值的相符正確率（Accuracy）。公式如下：參與本議題研究者在提供瑕疵預測類別後，系統後台將定期批次處理以計算分數，評估方式採用計算與實際值的相符正確率（Accuracy）。
公式如下：
Accuracy = Number of correct predictions / Number of total predictions
使用Python tensorflow進行AOI影像瑕疵分類。
透過遷移學習方式，沿用VGG16架構進行神經網路訓練。
VGG16架構圖 https://medium.com/data-science-navigator/%E6%B7%B1%E5%BA%A6%E5%AD%B8%E7%BF%92-vgg-cbf5a1fc1658
訓練Epchs 200，得到Train Accuracy 0.9970、Validation Accuracy 0.9921成果。
| Epoch | Train Accuracy | Validation Accuracy |
|---|---|---|
| 196 | 0.9921 | 0.9881 |
| 197 | 0.9921 | 0.9881 |
| 198 | 0.9881 | 0.9941 |
| 199 | 0.9921 | 0.9921 |
| 200 | 0.9970 | 0.9921 |
在Test資料集達到0.9903的成績。
