本系統(tǒng)采用的卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Networks, CNN）是一類包含卷積計(jì)算且具有深度結(jié)構(gòu)的前饋神經(jīng)網(wǎng)（Feedforward Neural Networks），是深度學(xué)習(xí)（deep learning）的表示算法之一。卷積神經(jīng)網(wǎng)絡(luò)仿造生物的視知覺（visual perception）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)模圖像分類問題，卷積神經(jīng)網(wǎng)絡(luò)將用于提取圖像的判別特征，再通過分類器進(jìn)行學(xué)習(xí)和識(shí)別伴隨著元器件的微型化、細(xì)間距化等密度特征越來越明顯，生產(chǎn)品質(zhì)以及產(chǎn)能的需求不斷擴(kuò)增。aivsAOI光學(xué)檢測

    本系統(tǒng)采用的卷積神經(jīng)網(wǎng)絡(luò)（ConvolutionalNeuralNetworks,CNN）是一類包含卷積計(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（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)模圖像分類問題，卷積神經(jīng)網(wǎng)絡(luò)將用于提取圖像的判別特征，再通過分類器進(jìn)行學(xué)習(xí)和識(shí)別。畫面顯示：1、主圖畫面都有顯示器件框，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)客戶需求，自由定義器件中文名；4、不良器件圖靜態(tài)顯示；程序制作靈活性：1、無需設(shè)置參數(shù)；2、在線抓拍首件板系統(tǒng)輔助做程序，且支持持續(xù)補(bǔ)充學(xué)習(xí)，學(xué)習(xí)后自動(dòng)建模比例更高（80%+）；---自動(dòng)框圖器件種類多（60+），比例高。3、支持中文、英文、中英文混合輸入；4、批量復(fù)制、粘貼、剪切、刪除等支持快捷鍵操作。---硬件條件和安裝尺寸不發(fā)生變化。 河南專業(yè)AOI系統(tǒng)存在的主要問題是，當(dāng)一些檢查對(duì)象是不可見的，或是在PCB上存在一些干擾使得圖像變得模糊或隱藏起來了。

模板匹配就是先設(shè)定已知模板，已知模板是AOI檢測中沒有缺陷的實(shí)物影像或較小重復(fù)單元影像，通常情況下PCBAOI檢測中以實(shí)物影像為已知模板，F(xiàn)PD AOI檢測中則是較小重復(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)定過于嚴(yán)格出現(xiàn)誤判的概率就會(huì)增加，而閾值設(shè)定過于寬松漏檢出的概率就會(huì)增加，因此，被檢測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)檢測結(jié)果起到了決定性的作用。

  隨著電子技術(shù)、圖像傳感技術(shù)和計(jì)算機(jī)技術(shù)的快速發(fā)展，AOI（自動(dòng)光學(xué)）檢測技術(shù)以其自動(dòng)化、非接觸、速度快、精度高、穩(wěn)定性高等優(yōu)點(diǎn)，成為表面缺陷檢測的重要手段，補(bǔ)足智能化生產(chǎn)線上的品質(zhì)把控關(guān)。AOI是興趣面，可以較好體現(xiàn)范圍，也就是說邊界更加明晰，AOI其實(shí)屬性之一就是POI，采用UID標(biāo)記。AOI就是有邊界的POI，那么我們就可以根據(jù)POI獲取AOI來驗(yàn)證數(shù)據(jù)的準(zhǔn)確性。特別是研究街道尺度的，加上POI和AOI數(shù)據(jù)，對(duì)城市功能分區(qū)，城市熱環(huán)境、城市灰綠地等等都非常有用。在線AOI光學(xué)檢測能夠針對(duì)廠家的多個(gè)參數(shù)進(jìn)行檢測，基本上產(chǎn)品的所有需要檢測的部位，并且檢測出更加準(zhǔn)確。

在現(xiàn)代工業(yè)自動(dòng)化生產(chǎn)中，連續(xù)大批量生產(chǎn)中每一個(gè)制作過程都是有一定的次品率的，單獨(dú)去看雖然比率很小，但是相乘后卻成為企業(yè)難以提高良率的重要瓶頸，并且在經(jīng)過完整制程后再次去剔除次品，成本會(huì)高很多（例如，如果錫膏印刷工序存在定位偏差，且該問題直到芯片貼裝后的在線測試才被發(fā)現(xiàn)，那么返修的成本將會(huì)是原成本的100倍以上），因此及時(shí)檢測以及次品剔除對(duì)質(zhì)量控制和成本控制是非常重要的，也是制造業(yè)進(jìn)一步升級(jí)的重要基石。AOI自動(dòng)光學(xué)檢測設(shè)備的優(yōu)點(diǎn)就是可以取代以前SMT爐前，而且可以比人眼更精確的判斷出SMT的打件組裝缺點(diǎn)。江西智能AOI外觀檢測

簡單來說貨真價(jià)實(shí)的AOI檢測儀模擬和拓展了人類眼、手的功能，利用光學(xué)成像方法模擬人眼的的視覺成像功能。aivsAOI光學(xué)檢測

AI視覺檢測代替人工檢測實(shí)現(xiàn)了非接觸、高效率、高精度的檢測優(yōu)勢，在工業(yè)檢測中成為一種剛需。它通過相機(jī)拍照獲取圖像、對(duì)圖像進(jìn)行識(shí)別、處理從而達(dá)到檢測的目的。機(jī)器視覺可自動(dòng)識(shí)別被測產(chǎn)品表面的缺陷，如金屬外觀不良檢測、印刷電路板缺陷檢測等。AI視覺為人類解放生產(chǎn)力提供了重要的支撐，使現(xiàn)代的生產(chǎn)制造更加地智能化、自動(dòng)化。帶動(dòng)了企業(yè)生產(chǎn)效益的提升，進(jìn)而為整體經(jīng)濟(jì)的上漲貢獻(xiàn)了巨大的力量，經(jīng)濟(jì)與科技相互反饋，AI視覺在未來將有更多的拓展性、與更高的先進(jìn)性。aivsAOI光學(xué)檢測

深圳愛為視智能科技有限公司總部位于西麗街道曙光社區(qū)中山園路1001號(hào)TCL科學(xué)園區(qū)E3棟201之218，是一家智能化設(shè)備設(shè)計(jì)、研發(fā)、制造、銷售、服務(wù)；科學(xué)研究和技術(shù)服務(wù)；計(jì)算機(jī)軟件、信息系統(tǒng)軟件的開發(fā)、銷售、服務(wù)；信息系統(tǒng)設(shè)計(jì)、集成、運(yùn)行維護(hù)、信息技術(shù)咨詢、集成電路設(shè)計(jì)、研發(fā)、銷售、服務(wù)；電子、通信與自動(dòng)控制技術(shù)研究；計(jì)算機(jī)科學(xué)技術(shù)研究；企業(yè)管理咨詢（不限制項(xiàng)目）；儀器儀表、測量設(shè)備；信息傳輸、軟件和信息技術(shù)服務(wù)；商業(yè)信息咨詢；從事電子商務(wù)（依法需經(jīng)批準(zhǔn)的項(xiàng)目，經(jīng)相關(guān)部門批準(zhǔn)后方可開展經(jīng)營活動(dòng)）；投資興辦實(shí)業(yè)（具體項(xiàng)目）另行申報(bào)；投資咨詢（不含限制項(xiàng)目）。許可經(jīng)營項(xiàng)目：集成電路制造；電子設(shè)備工程安裝；電子自動(dòng)化工程安裝；監(jiān)控系統(tǒng)安裝；智能化系統(tǒng)安裝的公司。愛為視深耕行業(yè)多年，始終以客戶的需求為向?qū)В瑸榭蛻籼峁?**的智能視覺檢測設(shè)備。愛為視致力于把技術(shù)上的創(chuàng)新展現(xiàn)成對(duì)用戶產(chǎn)品上的貼心，為用戶帶來良好體驗(yàn)。愛為視始終關(guān)注機(jī)械及行業(yè)設(shè)備市場，以敏銳的市場洞察力，實(shí)現(xiàn)與客戶的成長共贏。