這個鑽頭辨識的專案停擺了很久，原因竟然是他們工廠的生意太好，沒有空的機台讓我們做拍照實驗？誰說台灣的景氣變差了？當然我不必去跑工廠啦！坐在家裡等影像資料研究而已！如右圖他們是要辨識鑽頭的形狀正確與否？我必須告訴他們需要參考的好多個形狀轉折點的相對座標，繪製的示意圖很清楚，實際的圖就很不一樣了！

理論上這種AOI的辨識應該影像是很固定的，但事實上沒這麼理想，雜訊也不時出現，只能說我們至少知道物理上鑽頭是一樣大小的東西！位置有點偏或大小稍微不同我們的辨識軟體都必須有能力自行處理。大家會好奇這種案子如何做的嗎？

其實測量學很類似，要準確丈量土地建物的位置與面積形狀，第一件事就是找到容易確定，且一定不會錯的基準點或直線！這個案例首先就是找到有效資料的範圍，目標的中心點與最直最長的中軸線等等。所以復工的首日就是在做這些基礎建設！有點像先畫好座標軸與基準線，接下來才到各個目標區找到關鍵點。上圖左就是我今天一天內就已經完成的一些基準點與線的辨識。

有沒有注意到我沒說甚麼資料學習或訓練之類的字眼？因為真的不需要！確定已知的明確資訊已經夠多到不必依賴機器學習才會知道了！當然也不必標記資料，照著設計圖按圖索驥就可以了！難度其實在攝影就是會把實物輕微的扭曲，影像辨識必須能判斷哪些是真的瑕疵？那些只是拍攝得不夠清楚？

我以前也很納悶？這種辨識要怎麼套用他們說的AI必用技術：ML、DL與CNN？模糊的資料用大量資料訓練，找到目標物的關鍵特徵加以分類我還可以理解，這種一翻兩瞪眼的瑕疵檢測是怎麼讓機器學習的？我真的無法想像？怎麼作都很像是脫了褲子放屁，多此一舉！

還好等我自己做過幾個成功的案子後就不必想太多了！反正我的方法做得就是更快也更好！我得一分，機器學習零分！我確定是贏家就好了！大家等著看我下周結案吧！通常用不到一周的！