一是分類(lèi)，即可以將產(chǎn)品分為合格和不合格，這是深度學(xué)習(xí)很重要的一個(gè)應(yīng)用；二是定位，即幫助使用者定位物體的位置和數(shù)量；三是分割，即可以找到缺陷的輪廓，基于缺陷的輪廓和大小，對(duì)產(chǎn)品進(jìn)行更精細(xì)的判別。通過(guò)深度學(xué)習(xí)算法，軟件可以自動(dòng)學(xué)習(xí)瑕疵的特征，使得無(wú)規(guī)律圖像的分析變得可能；在精確度方面，可通過(guò)深度學(xué)習(xí)算法和制造業(yè)特有的數(shù)據(jù)提高檢測(cè)的精確度；雖然深度學(xué)習(xí)在很多方面具有優(yōu)勢(shì)，不過(guò)也并不是所有任務(wù)都適用。深度學(xué)習(xí)對(duì)瑕疵分類(lèi)更有優(yōu)勢(shì)。取而代之的是自動(dòng)檢測(cè)技術(shù)，其在生產(chǎn)中承擔(dān)著重要的角色。對(duì)于裝配過(guò)程中錯(cuò)誤的前期查找、消除起關(guān)鍵作用。江蘇專(zhuān)業(yè)AOI檢測(cè)

當(dāng)前電子產(chǎn)品日漸向著小型化趨勢(shì)發(fā)展，對(duì)產(chǎn)品元器件的微型化要求也越來(lái)越高，微型器件的組裝和檢測(cè)難以只通過(guò)人工完成，由此產(chǎn)生越來(lái)越多的自動(dòng)檢測(cè)設(shè)備需求。與此同時(shí)，自動(dòng)檢測(cè)設(shè)備還能夠健身制造成本、提升產(chǎn)品質(zhì)量，AOI檢測(cè)設(shè)備代替人工的進(jìn)程發(fā)展較快。在此背景下，中國(guó)自動(dòng)光學(xué)檢測(cè)行業(yè)逐步發(fā)展起來(lái)。從AOI檢測(cè)設(shè)備來(lái)看，目前AOI檢測(cè)設(shè)備是SMT加工廠必備的設(shè)備，平均一條SMT生產(chǎn)線至少需要2-3臺(tái)AOI檢測(cè)設(shè)備，但我國(guó)AOI檢測(cè)設(shè)備的滲透率較低，只為50%左右。江西AOI升級(jí)換代AOI的圖像采集系統(tǒng)主要包括光電轉(zhuǎn)化攝影系統(tǒng)，照明系統(tǒng)和控制系統(tǒng)三個(gè)部分。

愛(ài)為視（Aivs）新一代智能AOI，它能減少檢查的誤報(bào)，保證檢測(cè)程序無(wú)缺陷。它可以檢查儲(chǔ)存起來(lái)的有缺陷的樣品，在優(yōu)化階段，在這方面花時(shí)間的原因是為了不讓任何缺陷溜過(guò)去。所有已知的缺陷都必須檢查，同時(shí)要把允許出現(xiàn)的誤報(bào)數(shù)量做到盡可能減少。在針對(duì)減少誤報(bào)而對(duì)任何程序進(jìn)行調(diào)整時(shí)，要檢查一下，看看以前檢查出來(lái)的真正缺陷，是否得到維修站的證實(shí)。通過(guò)一系列的核實(shí)，保障檢查程序的質(zhì)量，用于專(zhuān)門(mén)的制造和核查，同時(shí)對(duì)誤報(bào)進(jìn)行追蹤。

    本系統(tǒng)采用的卷積神經(jīng)網(wǎng)絡(luò)（ConvolutionalNeuralNetworks,CNN）是一類(lèi)包含卷積計(jì)算且具有深度結(jié)構(gòu)的前饋神經(jīng)網(wǎng)（FeedforwardNeuralNetworks），是深度學(xué)習(xí)（deeplearning）的表示算法之一。卷積神經(jīng)網(wǎng)絡(luò)仿造生物的視知覺(jué)（visualperception）機(jī)制構(gòu)建，可以進(jìn)行監(jiān)督學(xué)習(xí)和非監(jiān)督學(xué)習(xí)。作為圖像識(shí)別領(lǐng)域的中心算法之一，卷積神經(jīng)網(wǎng)絡(luò)在學(xué)習(xí)數(shù)據(jù)充足時(shí)有穩(wěn)定的表現(xiàn)。針對(duì)本系統(tǒng)所處理的大規(guī)模圖像分類(lèi)問(wèn)題，卷積神經(jīng)網(wǎng)絡(luò)將用于提取圖像的判別特征，再通過(guò)分類(lèi)器進(jìn)行學(xué)習(xí)和識(shí)別。畫(huà)面顯示：1、主圖畫(huà)面都有顯示器件框，便于觀察器件是否被識(shí)別；2、根據(jù)底板顏色可以自由選擇器件框顏色；3、可依據(jù)客戶(hù)需求，自由定義器件中文名；4、不良器件圖靜態(tài)顯示。 以目前AOI（自動(dòng)光學(xué)檢測(cè)）技術(shù)在PCB行業(yè)滲透率較高，復(fù)雜化趨勢(shì)以及制造行業(yè)整體對(duì)智能化變革的需求。

模板匹配就是先設(shè)定已知模板，已知模板是AOI檢測(cè)中沒(méi)有缺陷的實(shí)物影像或較小重復(fù)單元影像，通常情況下PCBAOI檢測(cè)中以實(shí)物影像為已知模板，F(xiàn)PD AOI檢測(cè)中則是較小重復(fù)單元。將采集到的圖像與模板影像進(jìn)行重合比對(duì)，然后平移到下一個(gè)單元進(jìn)行同樣比對(duì)，出現(xiàn)灰階有差異的部分就被懷疑為缺陷，這里我們給灰階差異設(shè)定一個(gè)閾值，當(dāng)灰階差超過(guò)設(shè)定閾值后，就被判定為真正的缺陷。從細(xì)節(jié)上講，閾值的設(shè)定過(guò)于嚴(yán)格出現(xiàn)誤判的概率就會(huì)增加，而閾值設(shè)定過(guò)于寬松漏檢出的概率就會(huì)增加，因此，被檢測(cè)物體的特征提取可以提高比對(duì)的對(duì)位精度，進(jìn)而對(duì)檢測(cè)結(jié)果起到了決定性的作用。AOI檢測(cè)的工作邏輯可以簡(jiǎn)單地分為圖像采集階段，數(shù)據(jù)處理階段，圖像分析段和缺陷報(bào)告階段四個(gè)階段。浙江爐前AOI光學(xué)檢測(cè)

質(zhì)量可靠的AOI檢測(cè)儀專(zhuān)業(yè)的光源及合理打光方案是機(jī)器視覺(jué)的技術(shù)，判斷檢測(cè)系統(tǒng)是否穩(wěn)定可靠。江蘇專(zhuān)業(yè)AOI檢測(cè)

中國(guó)機(jī)器視覺(jué)起步于80年代的技術(shù)引進(jìn)，隨著98年半導(dǎo)體工廠的整線引進(jìn)，也帶入機(jī)器視覺(jué)系統(tǒng)，06年以前國(guó)內(nèi)機(jī)器視覺(jué)產(chǎn)品主要集中在外資制造企業(yè)，規(guī)模都較小，06年開(kāi)始，工業(yè)機(jī)器視覺(jué)應(yīng)用的客戶(hù)群開(kāi)始擴(kuò)大到印刷、食品等檢測(cè)領(lǐng)域，2011年市場(chǎng)開(kāi)始高速增長(zhǎng)，隨著人工成本的增加和制造業(yè)的升級(jí)需求，加上計(jì)算機(jī)視覺(jué)技術(shù)的快速發(fā)展，越來(lái)越多機(jī)器視覺(jué)方案滲透到各領(lǐng)域，缺陷檢測(cè)功能，是機(jī)器視覺(jué)應(yīng)用得多的功能之一，主要檢測(cè)產(chǎn)品表面的各種信息。江蘇專(zhuān)業(yè)AOI檢測(cè)

深圳愛(ài)為視智能科技有限公司致力于機(jī)械及行業(yè)設(shè)備，是一家其他型公司。公司業(yè)務(wù)分為智能視覺(jué)檢測(cè)設(shè)備等，目前不斷進(jìn)行創(chuàng)新和服務(wù)改進(jìn)，為客戶(hù)提供良好的產(chǎn)品和服務(wù)。公司從事機(jī)械及行業(yè)設(shè)備多年，有著創(chuàng)新的設(shè)計(jì)、強(qiáng)大的技術(shù)，還有一批**的專(zhuān)業(yè)化的隊(duì)伍，確保為客戶(hù)提供良好的產(chǎn)品及服務(wù)。愛(ài)為視秉承“客戶(hù)為尊、服務(wù)為榮、創(chuàng)意為先、技術(shù)為實(shí)”的經(jīng)營(yíng)理念，全力打造公司的重點(diǎn)競(jìng)爭(zhēng)力。