新闻资讯

波峰焊炉前插件AOI在DIP产线的应用

2021-04-20 14:58:22

新一代AI视觉前沿技术公司,AOI变革的引领者。采用深度学习算法,解决AOI 编程复杂、误报多的行业痛点。深度学习 简单操作。新一代AI视觉检测系统, 为客户提供更具领先优势的PCBA插件检测解决方案,真正实现AI技术在插件检测领域的落地应用,助力客户实现品质到价值的连接

炉前AOI

近年来,针对插件检测的AOI也开始渐渐在市场显现.由于插件面的情况远较于SMT部品要复杂,尤其是一些手插部件,轻微的倾斜就可能引起传统AOI软件算法的误判;并且,插件的高低层次不一,使得目前SMT AOI的一些普通镜头无法准确对焦进行照相。因此,市场上有技术能力和愿意花这个成本去开发插件AOI的厂商寥寥无几。插件AOI在中国的认知度也并不高,目前插件面的主流测试手段还是人工目检。

AIVS-D系列波峰焊炉前电子元件的检测AOI具有以下特点:

AOI

●AI技术,深度学习算法和图形图像处理技术,引领AOI技术革命
●采用声音提示、弹窗对比图、主图突出显示不良红推转各种提醒符合人体工学
●听、二看、三聚焦,便于员工听到异鶯提酲后直接观察首创使用弹窗显示不良器件对比图
●深度学习算法、海量实际场景数据训练4Pce维码识别,支持MES对接
●简化操作流程,步骤简明浦晰
●实现自动编程,大幅减少作业时间,5分钟可快速上手。
●生产数据实时图表动态显示可视化管理,检测数据便捷导出。
●结构简约,适应性强,可以实现便捷安装

本系统采用的卷积神经网络(Convolutional Neural Networks, CNN)是一类包含卷积计算且具有深度结构的前馈神经网络(Feedforward Neural Networks),是深度学习(deep learning)的代表算法之一。卷积神经网络仿造生物的视知觉(visual perception)机制构建,可以进行监督学习和非监督学习。作为图像识别领域的核心算法之一,卷积神经网络在学习数据充足时有稳定的表现。针对本系统所处理的大规模图像分类问题,卷积神经网络将用于提取图像的判别特征,再通过分类器进行学习和识别。



技术支持:MSTK 备案号:粤ICP备12044576号 ;DMOZ目录;孙悟空;搜链分类目录;DMOZ中文网站分类目录-免费收录各类优秀网站的中文网站目录.;流量交换;中文网站目录
Copy Protected by Chetan's WP-Copyprotect.