- 傳統的PCB制造商通常使用基于規則的機器視覺算法進行缺陷檢測，而由于PCB上大約有2-3個電氣元件對比度低，無法從3D攝像頭捕獲的數據中準確識別，每個PCB在自動目視檢查后仍需要技術高超的檢查員進行復檢。結果發現，AOI篩選的漏判率達70-80%。客戶目標我們的客戶是一家知名的PCB制造商，在中國和日本擁有三個大型制造中心，該客戶計劃利用AI技術提高其雙列直插式封裝（DIP）和SMT生產線的成品率。項目挑戰為提高成品率，客戶決定采用深度學習CNN，取代現有的基于規則的 AOI方法。平均而言，AI計劃從原型
- 關鍵字：
PCB 機器視覺 缺陷檢測
- 缺陷檢測在電子制造業中是非常重要的應用。然而，由于存在的缺陷多種多樣，傳統的機器視覺算法很難對缺陷特征進行完全建模和遷移缺陷特征，致使傳統機器視覺算法可重復使用性不是很大，并且需要區分工作條件，這將浪費大量的人力成本。因此，越來越多的工程師開始將深度學習算法引入缺陷檢測領域，因為深度學習在特征提取和定位方面取得了非常好的效果。本文將介紹瑞薩電子深度學習算法在缺陷檢測領域的應用，以PCB電路板缺陷檢測為例。在這里，我們提出了一種缺陷檢測解決方案，使用YOLOv3-tiny深度學習算法。YOLOv3-tiny
- 關鍵字：
瑞薩 缺陷檢測
- 迎?九?（《電子產品世界》編輯，北京?100038） 摘?要：英特爾中國區物聯網事業部首席技術官兼首席工程師張宇博士稱目前邊緣AI主要改善了工業應用中的三個方面，工業AI與其他產業AI的區別在于高實時性，實現工業AI需要有3個前提條件，最后分析了部分企業采用工業AI的案例。 關鍵詞：工業；邊緣；AI；可預測維護；缺陷檢測 1 邊緣AI給工業帶來的改變 現在AI技術在工業領域得到了越來越多的推廣，表現在3方面。①可預測維護、產品缺陷檢測，開始利用AI的技術對數據來進行處理。這種處理所帶來的一個最
- 關鍵字：
201912 工業 邊緣 AI 可預測維護 缺陷檢測
- 正確認識釹鐵硼外觀缺陷檢測，有利于客觀認識這項新型檢測技術。設備不是萬能的，但是沒有設備全靠人工檢測是風險極大的，長期來看，機器換人是必然趨勢。能檢五大類外觀缺陷外觀缺陷是在釹鐵硼生產環節中產生的，例
- 關鍵字：
釹鐵硼 缺陷檢測
- 由于壽命長、能耗低等優點被廣泛地應用于指示、顯示等領域。可靠性、穩定性及高出光率是LED取代現有照明光源必須考慮的因素。封裝工藝是影響LED功能作用的主要因素之一，封裝工藝關鍵工序有裝架、壓焊、封裝。由于封
- 關鍵字：
LED 芯片封裝 缺陷檢測 方法研究
- LED(Light-emittingdiode)由于壽命長、能耗低等優點被廣泛地應用于指示、顯示等領域。可靠性、穩定性...
- 關鍵字：
LED 芯片封裝 缺陷檢測
- 摘 要：介紹基于SOPC技術的PET瓶缺陷檢測系統的軟、硬件設計方法。利用SOPC Builder在FPGA芯片EP2C35F6726C上配置的NIOSⅡ軟核處理器作為控制核心，在Avalon總線上掛接接口模塊和用戶自定義邏輯模塊，于NIOSⅡ中使用
- 關鍵字：
SOPC PET 缺陷檢測 系統設計
缺陷檢測介紹
您好，目前還沒有人創建詞條缺陷檢測!
歡迎您創建該詞條，闡述對缺陷檢測的理解，并與今后在此搜索缺陷檢測的朋友們分享。
創建詞條
關于我們 -
廣告服務 -
企業會員服務 -
網站地圖 -
聯系我們 -
征稿 -
友情鏈接 -
手機EEPW
Copyright ?2000-2015 ELECTRONIC ENGINEERING & PRODUCT WORLD. All rights reserved.
《電子產品世界》雜志社 版權所有 北京東曉國際技術信息咨詢有限公司
京ICP備12027778號-2 北京市公安局備案：1101082052 京公網安備11010802012473
