以下六件都是實際完成的辨識系統。相同技術路徑可客製到貴單位的產線、醫療院所、園區或設施 — 點圖可放大看辨識結果。
自動計數紅血球、白血球與血小板,取代人工肉眼判讀,並篩出形狀異常的細胞。
把腫瘤區域與背景組織分離,自動算出邊界、面積與長寬比,提供臨床評估的量化數據。
從 CT/MRI 分割脂肪與骨骼肌,算出骨骼肌質量指數(SMI),可追蹤復健與運動成效。
不必事先標記所有異物類型,塑膠片、線條、金屬都抓得到 — 沒見過的也抓得到。
自動辨識裂痕、變形與附件缺失並分級,在失去緩衝功能前預警,取代高風險的人工巡檢。
同步分析可見光與熱顯像,定位組件並捕捉過熱點與異常溫差,提前發現故障徵兆。
不同場域的難點不同,技術路徑也不同。下表是上述案例的對照。
| 實作專案 | 技術路徑 | 核心挑戰 | 應用場域 |
|---|---|---|---|
| 血液抹片細胞計數 | Object Detection(YOLO) | 細胞重疊辨識 | 檢驗實驗室 |
| 乳癌分割 / 肌肉量評估 | Segmentation(U-Net) | 邊界模糊與解析度 | 智慧醫院 |
| 小魚乾異物偵測 | AnomalyCLIP(Zero-shot) | 未見樣本泛化 | 食品加工廠 |
| 港邊碰墊 / 變電箱 | Edge AI & 多模態融合 | 環境光照與熱融合 | 港口 / 能源設施 |
除了上面的實作案例,以下領域也在承接範圍。有影像資料、想自動判讀,都歡迎談。
了解你的場景與痛點,評估資料狀況與辨識可行性。初步諮詢免費。
可用無人機或現場鏡頭採集影像,建立標註資料集。
依場景選擇 YOLO、U-Net、AnomalyCLIP 等技術路徑,以實測數據驗收。
邊緣裝置或雲端部署、API 串接,並可培訓貴單位人員自行維運。
