Wie wird die intelligente AOI-Vision-Inspektion von traditionellen Algorithmen bis hin zum Deep Learning umgesetzt?

In den letzten Jahren hat sich die Entwicklung der künstlichen Intelligenz sprunghaft entwickelt, und mit dem kontinuierlichen Fortschritt der Technologie und der kontinuierlichen Ausweitung der Anwendungsszenarien ist sie allmählich in den Bereich der industriellen Sichtprüfung vorgedrungen; Der Deep-Learning-KI-Algorithmus mit höherer Recheneffizienz und höherer Erkennungsrate entstand, der die Mängel traditioneller Algorithmen ausgleicht, die komplexe Merkmale nicht erkennen können, und die Qualität und Intelligenz der Unternehmensproduktion in größerem Umfang realisiert.

Deep Learning ist ein wichtiger Zweig des maschinellen Lernens. Es imitiert hauptsächlich die Art und Weise, wie das menschliche Gehirn Informationen analysiert und verarbeitet, trainiert Maschinen, um gemeinsame Muster unter diesen Instanzen im Fall des Lernens zu extrahieren, zeichnet ein Deep-Learning-Modell, das Merkmale und Ausdrücke in Daten enthält, und lernt automatisch die Abbildungsbeziehung von Eingabe zu Ausgabe aus Daten. Es hilft, die erfassten Informationen in Zukunft schnell zu klassifizieren.

Basierend auf dem Deep-Learning-Algorithmus entwickelte das Unternehmen unabhängig ein neues visuelles AOI-Erkennungsgerät. Auf der Grundlage der traditionellen Erkennungsmethode realisierte der KI-Deep-Learning-Algorithmus die Hilfsprogrammierung von AOI, wodurch die Schritte des traditionellen manuellen Frame-Debugging entfielen, was den Programmierprozess erheblich vereinfachte; Gleichzeitig verfügt es über eine intelligentere Erkennungsfähigkeit, die verschiedene Formen von Lötstellen und verschiedene Arten von Schweißproblemen genau lokalisieren und klassifizieren kann und auch Zeichen auf den Komponenten erkennen, die durch Unschärfe oder Licht verursachten Störungen beseitigen und Zeichen genau identifizieren kann.

Jingtuo AOI-Sichtprüfungsgerätediagramm

Jetzt wird es häufig in SMT-, THT- und anderen Prozessproduktionslinien eingesetzt.

SMT-Produktionslinie

THT-Produktionslinie

Mit Hilfe des Deep-Learning-Algorithmus wird das KI-Modell durch Import verschiedener Formen von Bilddaten zum Training generiert, und die Position des gemessenen Objekts wird bei jeder Erkennung genau lokalisiert, und das gemessene Objekt kann entsprechend den Trainingsdaten automatisch klassifiziert werden.

Automatische Lötstellenidentifizierung

Durch den KI-Deep-Learning-Algorithmus werden die charakteristischen Informationen des Defekts identifiziert und der Problemtyp des erkannten Objekts korrekt beurteilt.

Intelligente Identifizierung von Schweißproblemen

OCR (Optical Character Recognition) Zeichenerkennung ist eine Form der Erkennung, die Deep Learning verwendet, und in der industriellen Welt ist die Zeichenerkennung eine maschinelle Sehaufgabe, die das Extrahieren von Text aus Bildern beinhaltet. Jintuo AOI-Sichtprüfungsgerät mit vortrainierter Schriftbibliothek, schnelle Identifizierung von Bildinformationen.

OCR-Zeichenerkennung

Im Überprüfungsprozess kann das Deep-Learning-System eine zweite Überprüfung der AOI-Testergebnisse durchführen, Fehler in der manuellen Überprüfung effektiv vermeiden und zu Qualitätsinstabilität führen, den manuellen Überprüfungsaufwand reduzieren und die Durchlaufquote der Produktionslinie um 5 % -10 % erhöhen.

Intelligentes Überprüfungsdiagramm

Seit der Einführung des Deep-Learning-Algorithmus in AOI-Sichtprüfungsgeräten wurden die Produktionseffizienz und die Prüfungsflexibilität effektiv verbessert; Die innovative Entwicklung der Sichtprüfung hat die Entwicklung von Lithiumbatterien, Unterhaltungselektronik, Automobilen, der Luft- und Raumfahrt und anderen Bereichen zur intelligenten Fertigung gefördert. In Zukunft wird sich Jingtuo weiterhin auf Spitzentechnologien konzentrieren, Produkte auf den Markt bringen, die den Markttrends und -bedürfnissen entsprechen, und die Automatisierung und das intelligente Upgrade der Fertigungsindustrie unterstützen.