In de afgelopen jaren heeft de ontwikkeling van kunstmatige intelligentie sprongen voorwaarts gemaakt, en met de voortdurende vooruitgang van de technologie en de continue uitbreiding van toepassingsscenario's, is het geleidelijk doorgedrongen tot het gebied van industriële visuele inspectie; Het deep learning AI-algoritme met hogere rekenefficiëntie en een hogere detectiegraad kwam tot stand, wat de tekortkomingen van traditionele algoritmen die geen complexe kenmerken kunnen detecteren, compenseert en de kwaliteit en intelligentie van de bedrijfsproductie in grotere mate realiseert.
Deep Learning is een belangrijke tak van machine learning. Het imiteert voornamelijk de manier waarop de menselijke hersenen informatie analyseren en verwerken, traint machines om gemeenschappelijke patronen te extraheren uit deze instanties in geval van leren, trekt een deep learning-model dat kenmerken en uitdrukkingen in gegevens bevat, en leert automatisch de mappingrelatie van input naar output uit gegevens. Het helpt om de verkregen informatie in de toekomst snel te classificeren.
Op basis van het deep learning-algoritme heeft het bedrijf onafhankelijk een nieuwe visuele AOI-detectieapparatuur ontwikkeld. Op basis van de traditionele detectiemethode realiseerde het AI deep learning-algoritme de hulp programmering van AOI, waarbij de stappen van de traditionele handmatige frame-debugging werden weggelaten, wat het programmeerproces aanzienlijk vereenvoudigde; Tegelijkertijd heeft het een intelligentere detectiemogelijkheid, die verschillende vormen van soldeerverbindingen en verschillende soorten lasproblemen nauwkeurig kan lokaliseren en classificeren, en ook tekens op de componenten kan detecteren, de interferentie veroorzaakt door onscherpte of licht kan elimineren en tekens nauwkeurig kan identificeren.
Nu wordt het veel gebruikt in SMT, THT en andere procesproductielijnen.
Met behulp van het deep learning-algoritme wordt het AI-model gegenereerd door verschillende vormen van beeldgegevens te importeren voor training, en de locatie van het gemeten object wordt nauwkeurig gelokaliseerd in elke detectie, en het gemeten object kan automatisch worden geclassificeerd op basis van de trainingsgegevens.
Door het AI deep learning-algoritme wordt de karakteristieke informatie van het defect geïdentificeerd en wordt het probleemtype van het gedetecteerde object correct beoordeeld.
OCR (Optical Character Recognition) Tekstherkenning is een vorm van detectie die gebruik maakt van deep learning, en in de industriële wereld is tekstherkenning een machine vision-taak die het extraheren van tekst uit afbeeldingen omvat. Jintuo AOI visuele inspectie apparatuur met vooraf getrainde lettertypebibliotheek, identificeert snel beeldinformatie.
In het beoordelingsproces kan het deep learning-systeem een tweede beoordeling uitvoeren van de AOI-testresultaten, waardoor fouten in de handmatige beoordeling effectief worden vermeden en dit leidt tot kwaliteitsinstabiliteit, de handmatige beoordelingswerkbelasting wordt verminderd en de straight-through rate van de productielijn met 5%-10% wordt verhoogd.
Sinds de introductie van het deep learning-algoritme in AOI visuele inspectieapparatuur zijn de productie-efficiëntie en de inspectieflexibiliteit effectief verbeterd; De innovatieve ontwikkeling van visuele inspectie heeft de ontwikkeling van lithiumbatterijen, consumentenelektronica, auto's, ruimtevaart en andere gebieden naar intelligente productie bevorderd. In de toekomst zal Jingtuo zich blijven richten op geavanceerde technologieën, producten lanceren die voldoen aan markttrends en -behoeften, en de automatisering en intelligente upgrading van de maakindustrie ondersteunen.