От традиционных алгоритмов до глубокого обучения, как осуществляется интеллектуальная инспекция зрения AOI?

В последние годы развитие искусственного интеллекта продвинулось семимильными шагами, и с непрерывным прогрессом технологий и постоянным расширением сценариев применения он постепенно проник в область промышленного визуального контроля; Появился алгоритм глубокого обучения ИИ с более высокой вычислительной эффективностью и более высокой скоростью обнаружения, который восполняет недостатки традиционных алгоритмов, которые не могут обнаруживать сложные признаки, и в большей степени реализует качество и интеллект производства предприятий.

Глубокое обучение - важная ветвь машинного обучения. Оно в основном имитирует то, как человеческий мозг анализирует и обрабатывает информацию, обучает машины извлекать общие закономерности из этих экземпляров в случае обучения, рисует модель глубокого обучения, содержащую признаки и выражения в данных, и автоматически изучает взаимосвязь отображения от входа к выходу из данных. Это помогает быстро классифицировать полученную информацию в будущем.

На основе алгоритма глубокого обучения компания самостоятельно разработала новое оборудование для визуального обнаружения AOI. На основе традиционного метода обнаружения алгоритм глубокого обучения ИИ реализовал вспомогательное программирование AOI, опуская шаги традиционной ручной отладки кадров, что значительно упростило процесс программирования; В то же время он обладает более интеллектуальной способностью обнаружения, которая может точно определять и классифицировать различные формы паяных соединений и различные типы проблем сварки, а также может обнаруживать символы на компонентах, устранять помехи, вызванные размытостью или светом, и точно идентифицировать символы.

Схема оборудования визуального контроля Jingtuo AOI

Сейчас он широко используется в производственных линиях SMT, THT и других технологических процессах.

Производственная линия SMT

Производственная линия THT

С помощью алгоритма глубокого обучения модель ИИ генерируется путем импорта различных форм данных изображения для обучения, и местоположение измеряемого объекта точно определяется в каждом обнаружении, а измеряемый объект может быть автоматически классифицирован в соответствии с данными обучения.

Автоматическая идентификация паяных соединений

С помощью алгоритма глубокого обучения ИИ идентифицируется характеристическая информация о дефекте, и правильно оценивается тип проблемы обнаруженного объекта.

Интеллектуальная идентификация проблем сварки

OCR (Optical Character Recognition) Распознавание символов - это форма обнаружения, которая использует глубокое обучение, и в промышленном мире распознавание символов - это задача машинного зрения, которая включает извлечение текста из изображений. Оборудование визуального контроля Jintuo AOI с предварительно обученной библиотекой шрифтов быстро идентифицирует информацию об изображении.

Распознавание символов OCR

В процессе проверки система глубокого обучения может выполнить повторную проверку результатов теста AOI, эффективно избегать ошибок при ручной проверке и приводить к нестабильности качества, уменьшать рабочую нагрузку ручной проверки и увеличивать коэффициент сквозного прохождения производственной линии на 5%-10%.

Схема интеллектуальной проверки

С момента внедрения алгоритма глубокого обучения в оборудование визуального контроля AOI эффективность производства и гибкость контроля были эффективно улучшены; Инновационное развитие визуального контроля способствовало развитию литиевых батарей, бытовой электроники, автомобилей, аэрокосмической отрасли и других областей до интеллектуального производства. В будущем Jingtuo продолжит уделять основное внимание передовым технологиям, запускать продукты, соответствующие рыночным тенденциям и потребностям, и помогать автоматизации и интеллектуальному обновлению обрабатывающей промышленности.