相较於半导体、电子代工大厂，台湾相对属於中小规模的传产制造、机械设备业，由於早在工业4.0问世後，疫情推动数位转型浪潮以来，便已习惯透过各种视/力觉感测系统搜集累积制程中/後段产生的大数据，用来监控品质、预测诊断零组件寿命，乃至於售後维运服务所需的生产履历。

其中随着2010年制造业迈向工业4.0时代，终端客户对於同步提升产品品质和生产良率的要求日益严苛，使得量检测精度与频率逐步增加。量检测流程也从传统为了确保品质，开始上溯到即时品质回??；再结合AIoT技术即时提供量测数据，供制程设备修改叁数，以符合最终产品的品质规范，甚至希??能达到不产出不良品，使得即时量测流程的重要性，几??已不亚於制程生产设备！

AI影像辨识更是实现智慧制造的关键技术，不仅带来了巨大的商业潜力，更为传统产业的转型升级提供了强劲动力，克服传统工厂使用人工目视去判断制程的瑕疵检测，往往须耗费大量人力与时间，长期反映在垫高整体的生产成本上。且就检测品质而言，容易因为长时间观看导致视觉疲劳、或是肉眼观察的细致度不足，造成误判的风险，难以保持品质稳定。
...
...