![Parameter Custom v8n Default v8n Explain
scales n: [0.33, 0.25, 1024] n: [0.33, 0.25, 256] Increased max channels
backbone Add CBAM, SPPF not included Improve performance
head
Custom
Upsample, Concat, C2f Default C2f
More flexible feature
fusion and scaling
Detect layers : P3, P4, P5 Single output scale Multi-scale object
Anchors 9 80 Custom nc
超參數對效能影響
Improve ~1% on Metrics](https://image.slidesharecdn.com/1v9-241108100905-c32c0a44/75/PCB-AI-36-2048.jpg)
![[台灣人工智慧學校] 人工智慧技術發展與應用](https://cdn.slidesharecdn.com/ss_thumbnails/version5-final-190319060225-thumbnail.jpg?width=640&height=640&fit=bounds)
![吉伊卡哇臉盲辨識器 - 艾鍗學院學員專題 [AI人工智慧與邊緣運算工程師班]](https://cdn.slidesharecdn.com/ss_thumbnails/5-241108100914-50424585-thumbnail.jpg?width=640&height=640&fit=bounds)
![AI 語音複製 X 翻譯 - 艾鍗學院學員專題 [AI人工智慧與邊緣運算工程師班]](https://cdn.slidesharecdn.com/ss_thumbnails/3aixv4-googleppt-241108100906-87502164-thumbnail.jpg?width=640&height=640&fit=bounds)
以人工智能打造企業內部知識管理系統以PCB板為例 - 艾鍗學院學員專題 [AI人工智慧與邊緣運算工程師班]
- 1. 以 人工智能 打造企業內部知識管理系統 以 PCB 板為例 Presentation 鄭 O 毅 林 O 又 黃 O 成 沈 O 吟 朱 O 仁
- 2. AGENDA • 專題簡介 /動機 / 起緣 / 專題目標 • 影像識別系統 • 客製化大語言模型 • 系統整合 • 未來發展與結論
- 3. 動機 目標 專題簡介 ● 從瑣碎、重複的事物中解放人力 ● 提升人均產出，品質、產值 ●缺工、人手不足 ● 一人多工
- 4. 以 PCB 板廠為例 ●台灣擁有全球最大 PCB 產業鏈 ● 製程成熟，網路資料集資源多 ● AI 技術幫助工程師更快完成 paper work
- 5.
- 6.
- 7.
- 8.
- 9.
- 10.
- 11. 影像辨識瑕疵完… AND THEN?? 發現問題 ❌ 資安專 業 專業 不一定有空 前 輩 客製化大語言模型 資安 專業 ⭕ ⭕ Chat GPT
- 12.
- 13. Process know how Memory SystemPrompt 語言模型
- 14. 未經訓練大語言模型 Process know how Memory SystemPrompt respond query PCB 板的 MB 主要成因是什麼 ? PCB 板的 MB (Multi-layer Board ，多層板 ) 的主要成因可 以歸結為以下幾個方面： 1. 提高電路密度和功能複雜度 2. 提升訊號傳輸速度和品質 …
- 15. process know how RAG Process knowhow Memory System Prompt respond query 客製化大語言模型 -- 內部知識管理系統 PCB 板的 MB 主要成因是什麼 ? PCB 版的 MB (Mouse Bite) 主 要成因是 ** 電路板在蝕刻過程 中，由於蝕刻液的化學作用，導 致銅箔邊緣被過度蝕刻，形成類 似老鼠啃咬的形狀 ** 。 造成 MB 問題可能的原因很 多，以下列出一些常見的可能 性： ...
- 16. 客製化大語言模型 -- 內部知識管理系統 Processknow how Memory System Prompt RAG respond query process know how 你好我是 Diane ，接下來我們要 討論一些有關 PCB 板製程產生瑕 疵的一些問題，請你盡量以繁體 中文回答我 好的， Diane ，我很樂意用繁體 中文回答你關於 PCB 板製程瑕疵 的問題。請盡情提問！ 😊 你記得我叫什麼名字嗎 ? 我是一個 AI 語言模型，沒有記憶 功能。我無法記住你的名字。
- 17. ( 調整後 ) 客製化大語言模型-- 內部知識管理系統 Process know how Memory System Prompt RAG respond query process know how memory 你記得我叫什麼名字嗎 ? 😊 Diane ！我們今天討論 PCB 板 製程中容易出現的 ** 鼠咬 （ Mouth Bite ， MB ） ** 問題。 您還記得我們討論了哪些可能導 致鼠咬的原因嗎？
- 18. 客製化大語言模型 -- 內部知識管理系統 Processknow how Memory System Prompt RAG memory respond query process know how Taylor Swift 什麼時候生日 Taylor Swift 的生日是 **12 月 13 日 ** 。
- 19. 客製化大語言模型 -- 內部知識管理系統 RAG memory process knowhow respond query Process know how Memory System Prompt process know how system prompt ( 調整後 ) Taylor Swift 什麼時候生日 很抱歉，我只能回答關於印刷電路 板缺陷的問題。
- 20.
- 22.
- 23.
- 24.
- 25.
- 26.
- 27.
- 28. Conclusion How to do 線上資源 LLM What/ why to do 技術運作原理與 後續修改、優化空間
- 29.
- 30. Reference • Asai, A.,Wu, Z., Wang, Y., Sil, A., & Hajishirzi, H. (2023). Self-rag: Learning to retrieve, generate, and critique through self-reflection. arXiv preprint arXiv:2310.11511. • Lv, S., Ouyang, B., Deng, Z., Liang, T., Jiang, S., Zhang, & Li, Z. (2024). A dataset for deep learning based detection of printed circuit board surface defect. Scientific Data, 11(1), 1-13. https://doi.org/10.1038/s41597-024-03656-8 • Ram, O., Levine, Y., Dalmedigos, I., Muhlgay, D., Shashua, A., Leyton-Brown, K., & Shoham, Y. (2023). In-context retrieval-augmented language models. Transactions of the Association for Computational Linguistics, 11, 1316-1331.
- 31. Thank You 朱 O仁 林 O 又 黃 O 成 沈 O 吟 鄭 O 毅
- 32. Contact Us 林 O又 黃 O 成 鄭 O 毅 沈 O 吟 朱 O 仁
- 33.
- 34.
- 35. Training Performance Metric v5xv6l6 v8n v8x mAP50 0.925 0.858 0.903 0.955 mAP50-95 0.567 0.519 0.576 0.659 Precision 0.889 0.849 0.876 0.921 Recall 0.867 0.772 0.837 0.907 Validation Performance Metric v5x v6l6 v8n v8x mAP50 0.845 0.81 0.83 0.845 mAP50-95 0.486 0.466 0.496 0.511 Precision 0.825 0.782 0.819 0.835 Recall 0.784 0.756 0.768 0.799 Model Size (MB) 14 268 6 130 YOLO 模型版本選擇
- 36. Parameter Custom v8nDefault v8n Explain scales n: [0.33, 0.25, 1024] n: [0.33, 0.25, 256] Increased max channels backbone Add CBAM, SPPF not included Improve performance head Custom Upsample, Concat, C2f Default C2f More flexible feature fusion and scaling Detect layers : P3, P4, P5 Single output scale Multi-scale object Anchors 9 80 Custom nc 超參數對效能影響 Improve ~1% on Metrics
- 37. Class P RmAP50 mAP50-95 all 0.823 0.788 0.843 0.486 SH 0.869 0.876 0.903 0.547 SP 0.848 0.732 0.837 0.367 SC 0.796 0.775 0.805 0.472 OP 0.808 0.849 0.894 0.502 MB 0.841 0.726 0.813 0.368 HB 0.884 0.969 0.982 0.821 CS 0.781 0.625 0.726 0.437 CFO 0.728 0.665 0.732 0.403 BMFO 0.848 0.871 0.895 0.455 Metric 9 Classes 7 Classes Improvement Validation (-17% Images) (v5x) mAP50 0.845 0.891 5.5% mAP50-95 0.486 0.514 2.8% Precision 0.825 0.867 4.2% Recall 0.784 0.822 3.8% Training mAP50 0.925 0.949 2.4% mAP50-95 0.567 0.587 2.0% Precision 0.889 0.919 3.0% Recall 0.867 0.897 3.0% 移除不穩定類別的效能影響 Remove
- 38. 補充 2. Evaluation ofRAG performance
- 39. 評估要點 • Precision 、Recall 、 Relevancy • 資訊來源的多樣性和質量 • 評估方法改良 • Faithfulness • Accuracy Retrieve Yu, H., Gan, A., Zhang, K., Tong, S., Liu, Q., & Liu, Z. (2024). Evaluation of Retrieval- Augmented Generation: A Survey. arXiv preprint arXiv:2405.07437. Generation Overall • 整體性能：查詢複雜度 • 全面評估：主觀評判
- 40.
- 41.
- 42.
Editor's Notes
- #3 白色字體調整 不要用數字 用點點
- #4 點點調整
- #9 同樣標題可以算同一件事 要合併嗎?
- #10 同樣標題可以算同一件事 要合併嗎?
- #21 (轉場頁)
- #26 在PCB板製程中，產生短路(SH)的可能原因有很多， 以下列舉一些常見的原因： 1. 導線相關： 過蝕刻(Over Etching)：蝕刻時間過長導致導線過度蝕 好的，在PCB板製程中產生短路(SH)的可能原因有很多， 以下列舉一些常見的原因： 1. 導線相關 - 過蝕刻(Over Etching)：蝕刻時間過長，導致導
- #35 --epochs 50 --img 320 --batch-size 16
- #36 CBAM (Convolutional Block Attention Module, 卷积块注意力模块） SPPF (Spatial Pyramid Pooling Fast, 空间金字塔池化快速）