網路cable線的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列問答集和資訊懶人包

FBI教你讀心術 2： 老闆、同事、客戶不說，但你一定要看穿的非言語行為，讓你的職涯從平凡變卓越。

為了解決網路cable線的問題，作者JoeNavarro 這樣論述：

《FBI教你讀心術》銷售排行榜冠軍、年度十大影響力好書， 國防大學、安泰人壽、永豐餘、三商美邦、彰師大輔諮系……指定必讀， 《聯合報》、《商業周刊》、《今周刊》、《壹週刊》專文報導。   　　作者納瓦羅曾親自來臺傳授FBI讀心術，連兩場大爆滿， 　　掀起臺港兩地讀心術系列風潮。 　　相關系列作《FBI套話術，讓他不知不覺說真話》、 　　《FBI教你認出身邊隱藏的危險人物》系列累積突破百萬冊。   　　本書起源於，哈佛商學院賀爾教授邀請FBI探員納瓦羅到校演講， 　　一開始是一學期一次，後來變成一學期四次。 　　被譽為哈佛商學院最新奇、最特別的一門課。   　　◎雙手打開平放在桌上，對同輩可

以，對老闆不宜，為什麼？ 　　◎與人開會和面談，手放哪？有自信的人，手會怎麼擺？ 　　◎客戶嘴裡說我不想買，鼻子卻說「我有興趣」，眉毛呢？看哪一個準？ 　　◎跟陌生人初次見面，哪些小配件小東西可以讓場面熱絡起來？   　　喬．納瓦羅是資歷超過30年的前聯邦調查局（FBI）反情報官員， 　　歷任美國國務部、國防部，是公認的非言語行為專家， 　　他曾擔任美國國安部顧問，以及情報局破解肢體語言的專家。   　　精通非言語行為，不是為了看穿某人是否說謊， 　　而是不必等別人說出口，就能看出對方介意且不認同的事情； 　　這種「老闆、同事、客戶不說，但你一定要明白」的情況，在職場尤其明顯。 　　然後，你可

以用動作、服飾、神態提升別人對你的評價， 　　用肢體語言展現出自信、威望與同理心。   　　‧你的辦公桌是否整齊、你每天幾點進公司上班，都在透露你是誰。 　　‧談判的會議室該多大？座位如何安排？可以讓我在開會時占上風。 　　‧一群人當中的靈魂人物，你能一眼就看出來嗎？ 　　‧網路使用者在幾秒內找不到他想要的資訊，就會跑？7秒。 　　‧與人握手也是一種學問，千萬別用政客式握手法。 　　‧如何讓客戶想和你談？比起花幾百萬打廣告，花幾萬元改變辦公室更有用。 　　‧跟男性打招呼時身體偏一邊，你們的互動會更自在；但對女性這麼做就NG。 　　‧會議環境分兩種：想解決問題，與不想。怎麼挑場地，才更容易談成生

意？ 　　‧講電話時是否緊張，對方「看」得見。 　　作者教你電話裡的非言語攻防術，打造專業形象。 　　 　　30年資歷的FBI情報員納瓦羅， 　　不只要教你如何讀透老闆、客戶、同事的心思， 　　更可以改變別人對你的想法，讓你的實力從普通變卓越。   本書特色   　　哈佛商學院最新奇、最特別的一門課。 　　讀透老闆、客戶、同事的心思，工作無往不利。 　　 名人推薦   　　知名藝人／李懿 　　律師娘／林靜如 　　溝通表達培訓師／張忘形 　　激勵達人、《公關達人教你職場讀心術》作者／鄭匡宇 　　閱讀人社群主編／鄭俊德 　　創新管理實戰研究中心執行長／劉恭甫 　　臨床心理師／蘇益賢 　　利眾公關顧

問集團董事長／嚴曉翠 　　（依姓名筆畫排序）   好評推薦   　　知己知彼，百戰百勝──腳的方向、眨眼次數都有可能扭轉你的人生！別擔心，這本書能幫你快速理解生活周遭的人所釋放出來的訊息，讓你在各種場合做出正確的判斷！——知名藝人／李懿   　　當我看完這本書時，才發現很多事也許在我們說話前，都已經決定好了，只是我們沒有看出來。——溝通表達培訓師／張忘形   　　知人知面不知心，而這本書幫助你透過觀察小細節，摸透人心的蛛絲馬跡。——閱讀人社群主編／鄭俊德   　　人生必備的一本溝通書，讓你完全理解從讀透別人到改變別人，以產生巨大影響力的技巧。——創新管理實戰研究中心執行長／劉恭甫   　　本書

原文名「Louder Than Words」提醒了我們，身體透露的資訊時常比你想的還要多。這些學校沒教的nonverbal intelligence（非語言智商、非言語行為判讀能力），你都能在這本書裡面學到。——臨床心理師／蘇益賢   　　態度表達了千言萬語──我曾遇過學生來公司面試，離開前他問我：「主管說公司沒有強制的服裝規定，那我應該怎麼穿？」我回答：「穿出什麼樣子，代表你對這個工作的態度。」態度決定了你是否能成功，什麼樣子是能獲得成功的態度？這本書會告訴你。——利眾公關顧問集團董事長／嚴曉翠   　　（依姓名筆畫排序）

網路cable線進入發燒排行的影片

模糊理論應用於降低銅纜障礙申告量

為了解決網路cable線的問題，作者蔡武強 這樣論述：

隨著用戶對於網路需求的重視，近幾年電信公司將障礙申告量列為重要檢討業務，並將維修品質納入用戶滿意度調查，這五年來電信線路維修部門為因應成本考量及公司營運政策改變下，退休人員數量與招考新進人員以及線路維修師傅教導新進同仁時間短暫就退休，導致現場線路施工人員具備的知識與經驗不足，維修障礙效率降低且工作遲滯不前，客戶使用不便，勢必造成退租率提升。本論文主要運用模糊演算法，依據現場維護施工人員經驗及高雄市政府工務部門積極要求各管線單位降低挖掘數量與配合路平政策，並找出三種可控障礙因素:絕緣電阻值、挖掘數量、孔蓋下地數量，讓銅纜障礙申告數量降低及新進人員能依據此套系統數據做為查測參考，提升施工人員工作

效率並減少不必要的工程費用以替公司創造雙贏局面。 本研究將銅纜障礙申告量依據三個案例作分析，根據驗證結果顯示改善銅纜絕緣電阻值、挖掘數量，使障礙申告量下降較為明顯，因此透過加強巡勘將設備內的銅纜接續頭檢視並重新包紮，以及向市政府道路挖掘管理中心申請牴觸線路位置，並延後各單位開挖路證降低挖掘件數，便能降低障礙量發生且提升客戶通訊品質。

中國網路圈套：數位絲路如天羅地網控制全球未來，美國華府智庫專家的關鍵報告

為了解決網路cable線的問題，作者JonathanE.Hillman 這樣論述：

【台灣人必讀，也必須了解】 條條網路通北京？中國悄悄監視你？ 以美國為首的西方世界，會打贏這場戰爭嗎？ 華府智庫專家歷時五年，走訪美、歐、亞實地採訪 第一手揭露中國「數位絲路」真實面貌 　　美中貿易戰前，網路戰早已開打。 　　因為攻佔全球網路、蒐集全部數據正是中國的目標！ 　　中國透過監視器、衛星、海底電纜、雲端服務，打造「數位絲路」， 　　企圖成為不費一顆子彈就能控制全世界的數位霸權。 　　美國、歐洲乃至世界各國，該如何應對？ 　　不管是否警覺，全世界每一國，包括你和我，已經深陷中國的天羅地網之中。從太空到海底，聯網的5G設備（華為）、緊盯你的街角監視器（海康威視）、定位的

衛星系統（北斗）、傳輸資料的海底光纖電纜（亨通集團）……連成一條條布局縝密、由北京遠端操控的「數位絲路」。 　　「數位絲路」是「一帶一路」（習近平於2015年提出協助各國建設，描繪出中國重回世界「中心」的「中國夢」）的開路先鋒，瞄準各國亟欲補強的數位基礎建設，形塑以中國為中心的數位世界。拜中國政府大力扶植、模仿西方技術以及低成本之助，中國企業步步為營，以中國製監視器（華為、海康威視、大華科技、宇視科技）為例，它們已經進駐美國紐約、英國倫敦、烏克蘭基輔、阿富汗喀布爾……遍及澳洲和南極洲以外的每塊大陸，當然，也監視著新疆「再教育營」；悄悄收集全球的資料及通訊流向，跟蹤市場機密，人人的生活都在其掌

握之中。 　　當中國數位強權崛起，第一次網路世界大戰悄悄開打，美國赫然發現自己的科技領導地位、經濟競爭力與國家安全岌岌可危。美國華府智庫CSIS高級研究員強納生‧希爾曼，是中國數位絲路最專業的學者。他耗時五年，走訪美、歐、亞、非各地，第一手揭露中國不斷延伸的數位版圖，與美國的警覺及抵禦，內容包括： 　　●中國網路戰的戰場、戰略與戰術 　　中國以遍布全球的數位基建、網路營運、資訊蒐集為武器，企圖從地下、海底、空中的電波頻道，乃至「新的制高點」太空，全面制霸數位世界。 　　●「數位絲路」如何實現「一帶一路」中國夢 　　中國國營的三大電信公司，或受政府扶植的中企如華為、海康威視，以過往歐美國家

獨具的通訊技術，逐步攻克亞、非的科技落後國家及歐美有「數位落差」的鄉鎮，取代美國成為數位霸主，一舉實現「中國民族偉大復興」…… 　　●打造更甚《一九八四》的數位圓形監獄 　　中國對外擴張，對內則無視於人權，以「天網工程」及「雪亮工程」監控每一吋公共場所、每一張臉孔，打造一座量化所有個人特徵、訊息的中央資料庫。不只在新疆對維吾爾族「再教育」，還是所有中國人的「老大哥」，如同歐威爾《一九八四》小說場景…… 　　●這場網路大戰，美國如何回擊？ 　　美國開始制裁華為、中興等危及資安與國安的中企，並爭取歐盟、印太盟友聯手反制中國。 　　中國數位絲路逐步擴張，每一國、每個人都正在目睹，也深受影響。如

同《海權爭霸》作者史塔萊迪教授推薦文：「本書是了解我們此時代所面臨的最大地緣戰略挑戰的必讀之作：中國的科技崛起，以及它如何在全球推進，企圖宰制軍事、市場及現代社會倚賴的重要系統。」掌握它的來龍去脈、關切它的巨大影響，是當下最重要、也不能不了解的事。 本書特色 　　1.美中爭霸的戰場不只有貿易，還有網路 　　美中貿易戰之前，數位基礎設施戰已悄悄開打：一帶一路、金盾工程、中國製造2025、中國標準2035……包藏在路地上可視的巨大工程下，是透過地底、海底、空中傳遞數位資訊的野心，進而改寫地緣政治、科技版圖與經濟秩序的現狀。這是一場不用發射一顆子彈的戰爭。 　　2.中國研究專家尋訪美、歐、亞、

非洲與網路的第一手報導 　　作者不辭千里，追蹤中國的全球基礎建設行動，有實地走訪：中巴交界的新闢道路、衣索比亞到吉布地的中造鐵路；中國管理的希臘比雷埃夫斯港；也尋訪網路世界：註冊了兩門海康威視提供的監視系統線上培訓課程……，歷時五年，第一手挖掘隱藏的真相，盡在書中。 　　3.揭露中國數位極權主義的內幕 　　通訊科技是民主的象徵，在中國卻成了鞏固政權的工具：雪亮工程、新疆再教育營、杭州「城市大腦」……無處不在的監控，打造出囚犯無所隱藏的數位圓形監獄。 　　4.提出美國反制中國擴張的政策建議 　　面對中國的來勢洶洶，作者建議：除了美國已啟動的制裁、撤照、防盜竊智慧財產之外，更要積極與民主國家結

盟，共同擴大資訊取得與分享，鼓勵言論自由，保護使用者隱私及安全性……以創新、研究、開放的精神迎戰威權的中國。 重磅推薦 　　吳宗信（國家太空中心主任）、李忠憲（哲學型資安人、作者）、汪浩（作家、牛津大學國際關係博士）、沈旭暉（中山大學政治所副教授）、沈伯洋（台北大學犯罪學研究所助理教授）、沈榮欽（加拿大約克大學副教授）、蔡依橙（陪你看國際新聞創辦人） 　　（依姓名筆畫排列） 名人推薦 　　˙本書是了解中國網路發展的一本重要著作，讓我們得以一窺過去三十年來，中國如何發展網路產業並暗中在世界布局，這對理解中國的銳實力來源與預測中國對世界的影響至關重要。──沈榮欽／加拿大約克大學副教授 　

　˙若要洞察現況、把握未來，本書將能打開你看待國際發展的新角度。──沈旭暉／中山大學政治所副教授 　　˙本書分析了美中及各國在太空時代裡，如何在衛星及網路戰中洞燭先機。作者不只是透過本書對我們示警通訊科技如遭濫用會對民主社會造成不可逆的傷害，更是在促使台灣思考，政府及民間應該如何務實地攜手合作，才不會讓台灣在這波通訊及自由民主防衛戰中缺席。─—吳宗信／國家太空中心主任 　　˙本書追蹤中國數位強權的崛起，對美國的科技領導地位、經濟競爭力與國家安全提供了嚴肅、警醒的分析。作者剖析私人創業和政府扶植如何使科技落後的國家，取得長久以來被視為富有民主國家獨具的先進通訊技術與能力。這是一本重要且透徹精

闢的著作，是美國政策制定者及產業領袖必讀之作。――裴敏欣／美國加州克雷蒙麥‧肯納學院教授 　　˙這是一本應時且引人入勝的著作，分析中國正在如何形塑數位世界，重畫從海底延伸到外太空的資料傳輸線路，並企圖在決定性的世紀競賽中，控制在商業與戰爭中愈來愈被採用的工具與手段。――查琳‧白茜芙（Charlene Barshefsky）／前美國貿易代表 　　˙本書是了解我們此時代所面臨的最大地緣戰略挑戰的必讀之作：中國的科技崛起，以及它如何在全球推進，企圖宰制軍事、市場及現代社會倚賴的重要系統。――詹姆斯‧史塔萊迪（Admiral James Stavridis）／第十六任北大西洋公約組織盟軍歐洲最高統

帥退役美國海軍上將暨《2034全面開戰》及《海權爭霸》作者 　　˙本書急迫而引人入勝地剖析中國如何一步步、一個計畫接著一個計畫地推進，建立其數位影響力，企圖制霸全球。――洪博培（Jon M. Huntsman Jr.）／前美國駐新加坡、駐中國大使 　　˙本書深入探索中國如何追求稱霸科技領域……作者駁斥『網際網路連結會帶來更大的自由』論點……他極具說服力地警告，若要遏止中國在網路空間的擴張，西方國家必須盡快採取更多行動。――《科克斯書評》（Kirkus Reviews） 　　˙希爾曼警告，切莫志得意滿，低估中國的科技野心，他的分析透徹細膩，且呼籲美國必須警醒，這警告及時且令人信服。――《書

目》（Booklist）雜誌

電腦視覺技術應用於手工具組裝之零件瑕疵檢驗

為了解決網路cable線的問題，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