24小时服务热线

13302910083
网站导航
新闻资讯
当前位置: 网站首页>新闻资讯>ADC自动缺陷检测与分类系统

ADC自动缺陷检测与分类系统

时间:2022-03-12 10:50:00 点击次数:1

各位大佬,有没有一种软件,可以自动把AOI报错的好的分出来,大幅提高AOI的直通率。AOI编程稍复杂,要达到高直通率,还不能有漏判,就需要花费大量的人力优化程序,而且有些板子基本不会有直通率。如果有AI软件能二次复判提高直通率,不需要人工确认也是可以达到直通率高的效果的。

ADC自动缺陷检测与分类系统基于机器视觉和图像识别等AI算法技术,提供AI自动缺陷检测和分类判图服务,旨在解决工厂人工作业判图结果不稳定,效率低,人工成本高等问题。

核心功能:
采用机器视觉检测技术,利用CCD工业相机模拟人眼对表面外观进行缺陷检出和尺寸测量;通过对图像的抓取,参数的分析,数据的对比,准确对被检测部件的瑕疵点进行定位;通过系统触发检测报警、界面呈现和反馈动作,同时生成详细检测报告。主要系统核心业务如下:
1. 缺陷检出:系统自动对AOI等生产检测设备生成的图像进行缺陷检测,根据模型学习训练标准对缺陷类型CODE进行判决,并标注缺陷的位置、大小等信息,辅助人工复判,系统检测出的每个缺陷都可以声音和灯闪的形式提示,可以输出一个信号给检验机用于停机。
2. 缺陷分类:基于深度视觉处理引擎,突破传统图像处理技术的瓶颈,提供高精准的缺陷分类结果,即时显示缺陷,标注缺陷的类别等信息。
3. 缺陷判定:系统依据客户生产业务规则,对缺陷后道输出规则进行处理并输出最终类型判定结果,动态显示缺陷map并用不同颜色区别类型,可以回放和查询历史记录和报表。
4. 数据交互:ADC系统通过直连、DBLink、Tibco RV等通信连接方式与生产作业环境中DFS、EDA、MES等各个系统交互对接,获取ADC需要的数据源及回传判图结果。

PCB焊后检测

电子元器件微组装工艺过程中,需要通过AOI设备拍照的方式完成对焊接质量的检测,但需要投入大量人员对图片进行目视检测,同时不同人员的技术水平不一致导致缺陷识别不准确,检测效率低下。通过图片缺陷检测分类系统,利用机器学习方法,建立图像自动识别模型,对PCB生产过程中所产生的立碑、焊迹残留、偏移等主要缺陷的自动识别。
检测效果:分类精确度:98%


标签:,,,
在线客服
Lingtest
我们将24小时内回复。
12:01
您好,有任何疑问请与我们联系!

选择聊天工具:

SQL请求数:48次 页面生成耗时: 0.54893秒