Inspection of PCB Surface Defects
PCB行业是台湾最有竞争力的行业之一，而自动化光学检查（AOI）设备对于提高PCB的生产能力和产品产量率至关重要。 AOI设备可以放置在生产线中间，以检查半生产产品而不会影响生产能力。 结果，AOI设备是PCB制造过程中的重要投资，比例较高，约占总投资金额的15％。 G4技术启动了他们的AI缺陷检查系统演示。 该系统可以使用Allied Vision Manta G-032C工业相机，Fujifilm高分辨率镜头以及Sualab的Sualab的Suakit AI视觉检查软件捕获图像，并带有最新的深度学习算法，以检查，检测，标记和分类PCB缺陷。 时间。
过度杀伤的风险
AOI是一种自动视觉检查，可扫描PCB的表面以获取清晰的图像。 然后根据计算机图像处理技术，AOI设备可以检查缺陷，例如短路，铜，开路，划痕，毛刺，铜渣，缺失的组件和偏转等缺陷。 由于存在多种表面缺陷，与一般电子组件相比，检查更加困难。
目前，AOI检查面临着过度杀伤现象。 由于PCB的产量率极高，因此AOI设备的设计参数非常严格。 结果，由于设备过敏，过度杀伤发生在AOI中。 根据统计数据，超高速公路高达70％，这意味着70％的半成品商品是合格的。 由于高杀伤速率，必须在返回产品线之前进行第二次手动筛选以区分实际缺陷和假阳性。
** G4技术的人工智能（AI）缺陷检查系统**
台湾的G4 Technology Co.，Ltd已致力于为机器视觉和AOI提供成像解决方案，以及企业成功地应用机器视觉技术的服务。 该公司在制造业方面具有严格控制的质量，不仅可以提高产品的收益率和生产效率，还可以有效降低检查成本。
最近，G4 Technology推出了他们的AI缺陷检查系统演示。 该系统可以使用Allied Vision Manta G-032C工业相机，Fujifilm高分辨率镜头以及Sualab的Sualab的Suakit AI视觉检查软件捕获图像，并带有最新的深度学习算法，以检查，检测，标记和分类PCB缺陷。 时间。
改进的图像解释
Sualab发布的深度学习技术利用人工神经网络来分析PCB图像。 与传统的视觉技术相比，此缺陷检查系统可以分析复杂的图像，显着提高图像解释技能和自动视觉检查的准确性，并进行自动分类。 深度学习算法的初始阶段所需的图像数据随图像的复杂性不同而变化。 通常，需要50到100张图像，这意味着该系统可以轻松处理特定于客户的缺陷标准。
####高质量的Manta相机确保准确性和稳定性
配备G4技术AI缺陷检查系统的Manta G-032C摄像头是一款具有656×492分辨率（0.3兆像素）的高质量工业摄像头。 它的每秒80帧足以满足正常需求。 通常，15分钟后建立了相应的神经网络模型。 之后，每秒可以在生产线上实时收集80张图像。
“此外，由于其德国质量和稳定性，盟军视觉摄像机是AI检查算法的最佳匹配。 实际上，根据不同的应用程序，几乎所有盟军视觉摄像机系列都可以视为PCB检查的理想选择。 例如，如果客户对经过检查的图像质量有很高的要求，则可以利用Allied Vision高分辨率摄像头系列（例如Prosilica GT）。
了解有关Manta摄影机的更多信息
*可靠的工业级摄像机以80 fps运送IAMGE。 *实时检查，检测，标记和分类PCB缺陷。 *显着提高了图像解释技能和自动视觉检查的准确性
