SIPPIS系統應用嵌入式即時檢測技術 , 提供您高速穩定的檢測效能

　CPU :
　TI TMS320DM642 DSP and Xilinx Spartan 3E
　RAM :
　32MB SDRAM and 128MB DDR RAM
　Ethernet :
　10/100Mbps

　UART :
　115200 bps
　Camera Link Mode:
　Base , Medium and Ful

1. 卷積神經網路(CNN)善於處理空間(影像)的數據，其架構主要分成「特徵萃取」（feature extraction）以及「分類」(classification)兩大部分

2. 影像從輸入層進入後，進行特徵萃取的．此部分是由多次「卷積」(convolution)、「激發」(ReLU activation)以及「池化」(pooling)不斷地對影像進行特徵的淬鍊．接著對萃取後的特徵進行「拉平」(flattening)形成輸入，再經由典型的類神經網路傳導後最後進入輸出層預測分類結果．

3. 檢出系統與分類系統垂直整合，避免兩系統之間通訊異常問題，相容性穩定與系統高可靠度，不用額外添購IO卡及配線，可直接輸出判定結果

4. 參數分類與ＡＩ分類分工並行，效能最佳化運用

根據信號來源，進行貼標動作．配合捷將AOI系統，將監控中的重大瑕疵，在對應位置貼標（特殊材質不殘膠），以利生產、品保單位追蹤異常，改善問題點．