立睘科技將 EL / IR / PL 影像、光譜訊號、顯微影像 全面導入深度學習，
整合 YOLOv8 / U-Net / Vision Transformer 等架構，
讓人工複判工時下降 70% 以上，瑕疵辨識準確率 ≥98%。
太陽能電池與 LED 晶圓的 Electroluminescence、Infrared Thermography、Photoluminescence 影像，導入 YOLOv8 + U-Net 雙模型。Crack / Finger Break / Black Spot / Dim Cell 等 12 類瑕疵自動分類，準確率 ≥98%、單張影像推論 <120ms。
結合 AM0 / AM1.5g 光譜參考標準，CNN+LSTM 模型對 IV 曲線、量子效率、光譜匹配率自動分級，輸出 IEC 60904 Class A/B/C 等級報告。離群點偵測自動標記 outlier。
顯微影像 (10x ~ 1000x) 結合 Vision Transformer 進行表面缺陷辨識：刮痕、污染、覆膜剝離、晶圓邊緣崩裂。支援多視角拼接 (stitching) 與 sub-pixel 級量測，重複性 σ <0.5px。
時序資料 (光強、波長、溫度、電流) 結合 LSTM-Autoencoder，偵測光源衰減、雷射對焦漂移、CCD 暗電流上升等先兆。提前 24~72h 預警，降低非計畫停機 60%。
產線影像 / 光譜 / 訊號蒐集，標準化標註
PyTorch + GPU 加速訓練、超參數調校
產線實機驗證準確率、漏檢率、誤檢率
MES / SCADA / SECS-GEM API 串接
邊緣裝置即時 inference + 雲端再訓練
PyTorch 2.x · TensorFlow 2.x
YOLOv8 / Detectron2
U-Net / SegFormer
ViT / Swin Transformer
ONNX Runtime / TensorRT
NVIDIA Jetson / RTX 系列
Intel OpenVINO
AWS / Azure / GCP
Docker / Kubernetes
MQTT / OPC UA
PostgreSQL / InfluxDB
MinIO / S3 物件儲存
MLflow / Weights & Biases
Label Studio 標註平台
Grafana / Prometheus
Ready to deploy AI-powered inspection? We provide PoC within 30 days.
