本研習以「智慧製造之機器視覺與瑕疵檢測整合應用」為核心，旨在回應智慧製造、工業自動化與數位轉型下對 AI 視覺檢測人才之需求。課程聚焦於人工智慧影像辨識、YOLO 物件偵測、物件追蹤、語意分割、產品包裝缺件檢測、瑕疵品質判斷及 MediaPipe姿態辨識等關鍵技術，協助學員理解機器視覺在製造現場、品質檢驗、產線監控、

大力推動綠能是當前國家的能源政策，利用太陽能發電是重要的綠能選項，因此太陽能光電板場域如雨後春筍般湧現，在各處大量建置，因為是露天設置，時日一久，風吹日曬雨淋還有鳥屎，導致太陽能光電板的表面受到自然環境汙物的遮蓋，嚴重降低發電的效率，需要定時加以清潔，才能確保太陽能發電的質與量，並有效控制成本，但是，太陽能光電板的場

本研習旨在協助教師與產業相關人員了解智慧製造、自動化控制與機聯網技術之發展趨勢，透過機械手臂操作、多軸運動控制、程式設計及 Raspberry Pi 微型控制器實作等課程內容，提升學員於智慧製造與工業自動化領域之理論知識與實務應用能力。具體宗旨如下： 本研習期望透過實作導向之課程設計，培養學員具備智慧製造設備操作、自

本課程以智慧機械與智慧製造發展趨勢為核心，整合機聯網（IoT）、製程數據分析與生成式人工智慧（Generative AI）技術，培育教師具備跨域整合與實務應用能力。透過導入ChatGPT與Gemini等AI工具，強化教師於製程分析、異常診斷、參數優化及技術文件生成之應用能力，提升教學品質與產學合作效能。課程內容強調「

積層製造（Additive Manufacturing, AM）技術源自於早期的快速原型開發，旨在透過數位化流程縮短產品從設計到實體的時程。根據美國材料試驗協會（ASTM）的分類基準，此領域涵蓋了七大核心技術類別。其運作邏輯是將透過電腦輔助設計（CAD）或掃描產生的三維模型，轉化為標準的STL數位格式，再經由切層處理