手機外觀缺陷檢測一直是業(yè)界的難題，需要檢測的缺陷種類繁多且變化多端，主要缺陷包括手機外殼上出現(xiàn)的污點、劃痕、邊緣缺失、裂紋、水跡水印、氣泡、手指紋、異物、油墨、異色區(qū)分等問題。

目前，手機整機外觀全檢基本上處于全人工肉眼檢測的狀態(tài)。由于手機整機的精密工業(yè)檢測需求，使得傳統(tǒng)機器視覺系統(tǒng)難以通過編程來解決以上這些缺陷檢測問題。手機整機外觀檢測涉及曲面以及復(fù)雜紋理圖像中細(xì)微劃痕的檢測需求，只能通過人工肉眼二次復(fù)檢來完成，進(jìn)而增加了額外成本。

人工智能手機整機外觀全檢設(shè)備

基于深度學(xué)習(xí)算法的AI缺陷檢測顛覆性產(chǎn)品——人工智能手機整機外觀全檢設(shè)備，經(jīng)過一年的在線運行與驗證，已經(jīng)完全達(dá)到了客戶工業(yè)4.0智能生產(chǎn)車間的技術(shù)指標(biāo)要求，這標(biāo)志著困擾行業(yè)多年的手機整機外觀全檢難題終于被攻克。

人工智能手機整機外觀全檢設(shè)備，實現(xiàn)了光電、機械、人工智能深度學(xué)習(xí)算法等領(lǐng)域的系統(tǒng)整合。其檢測技術(shù)大量結(jié)合核心人工智能深度學(xué)習(xí)算法、光學(xué)原理、圖像處理、運動控制及精密機械等技術(shù)，利用光學(xué)方式采集圖像以獲得產(chǎn)品的表面狀態(tài)，以人工智能算法、圖像處理技術(shù)來檢出產(chǎn)品缺陷或圖案異常等，具有高速度、高精度、高穩(wěn)定性等特性，不論是在生產(chǎn)的制程中進(jìn)行監(jiān)測或進(jìn)行精密品質(zhì)管理，或是在高科技產(chǎn)品的制造與檢驗作業(yè)中，這款人工智能設(shè)備都能發(fā)揮重要作用。

人工智能算法軟件重新定義了AI缺陷檢測。新技術(shù)的研發(fā)使得缺陷檢測更精準(zhǔn)、更高效，這次技術(shù)升級帶來了以下技術(shù)優(yōu)勢：

1、能夠輕松應(yīng)對頻繁更換檢測產(chǎn)品的情況，無需重新建立神經(jīng)網(wǎng)絡(luò)；

2、單一圖片數(shù)據(jù)也可以輕松建立神經(jīng)網(wǎng)絡(luò)；

3、可視化調(diào)試，打開了“黑匣子”，提高檢測的準(zhǔn)確度；

4、獨有的自動標(biāo)記功能，極大地降低了人工標(biāo)記的時間；

5、新舊產(chǎn)品更替可以平穩(wěn)過度，零對接時間；

6、利用GPU及算法優(yōu)化提高檢測速度，可以實現(xiàn)高速產(chǎn)線的實時檢測（最高速度超過10m/s）

相比于傳統(tǒng)機器視覺檢測，人工智能深度學(xué)習(xí)算法具有以下幾大優(yōu)勢：

第一，解決了傳統(tǒng)視覺無法處理的完全無規(guī)律的復(fù)雜圖像問題；

第二，解決了傳統(tǒng)機器視覺由于抗干擾能力差而造成的漏檢、誤檢率高的問題；

第三，解決了傳統(tǒng)視覺中未出現(xiàn)過的缺陷無法識別、需要連續(xù)不斷的算法補丁的問題；

第四，解決了傳統(tǒng)視覺項目周期普遍很長、導(dǎo)致驗證速度慢的問題；

第五，解決了傳統(tǒng)視覺對硬件環(huán)境依賴比較高的問題。

解決方案

這臺人工智能手機整機外觀全檢設(shè)備，結(jié)合了核心AI軟件，可實現(xiàn)360°自主檢測，并且可以精準(zhǔn)檢測到手機曲面上的缺陷，不但能準(zhǔn)確檢測到缺陷的位置、形狀，還能自動計算缺陷的長度、面積、數(shù)量等各種用戶需要得到的信息，并且可以結(jié)合用戶界面，實時顯示出檢測結(jié)果。

人工智能手機整機外觀全檢設(shè)備。

可以檢測手機的上下表面、側(cè)面和邊緣，實現(xiàn)手機外觀全檢。每部手機的檢測時間<15s，檢測精度可達(dá)20μm。該設(shè)備能完全將人工解放出來，達(dá)到無人自動化檢測，并且可以達(dá)到高精確度的客戶需求，包含：污點、劃痕、邊緣缺失、裂紋、水跡水印、氣泡、手指紋、異物、油墨、異色區(qū)分檢測；多工藝物料需要在一套算法系統(tǒng)中解決；檢測區(qū)域包括表面、背部、側(cè)端、邊角等多面檢測；檢測準(zhǔn)確度達(dá)到99.97%以上，檢測精度最小達(dá)到1Pixel；具備剔除分類功能，針對缺陷類型可做返工或報廢分類；可以直接兼容到工廠現(xiàn)有產(chǎn)線上。

視覺檢測是基于圖像處理進(jìn)行的，所以理論上只要能采集目標(biāo)產(chǎn)品的良品圖片和不良品圖片，就可以用人工智能軟件進(jìn)行學(xué)習(xí)，建立神經(jīng)網(wǎng)絡(luò)進(jìn)行缺陷檢測。

目前，人工智能檢測方案已經(jīng)應(yīng)用于太陽能板、PCBA、手機零部件、汽車零部件、醫(yī)療、X光、機場行李、半導(dǎo)體、焊接、手機鏡頭、手機芯片、皮革、面料、電容等檢測應(yīng)用中，合作客戶包括華為、比亞迪、富士康等。

基于人工智能的PCB表面瑕疵檢測

過去五十年，臺灣的PCB產(chǎn)業(yè)以其供應(yīng)鏈完整集中，品質(zhì)優(yōu)良及兩岸布局完整為優(yōu)勢，從2010年起就在全球PCB市場占據(jù)30%的市場份額。近年來，得益于高端手機的推陳出新，2017年整體PCB產(chǎn)業(yè)鏈的兩岸產(chǎn)值已超過300億美金，突破歷史新高。

PCB產(chǎn)業(yè)為臺灣最具競爭力的產(chǎn)業(yè)之一，而自動光學(xué)檢測（AOI）設(shè)備是提升PCB產(chǎn)能及產(chǎn)品良率的關(guān)鍵設(shè)備。AOI設(shè)備可部署于生產(chǎn)線的中站，在不影響產(chǎn)能的前提下檢查半成品，因此成為PCB制造過程中比重較高的必要投資，約占總投資額的15%。

AOI 設(shè)備的檢測流程是先利用AOI光學(xué)掃描待檢的PCB，獲取清晰影像，然后經(jīng)過電腦圖像處理技術(shù)檢查出PCB 上是否有短路、多銅及少銅、斷路、缺口、毛刺、銅渣、缺件、偏斜等瑕疵。因為外觀瑕疵的種類非常廣泛，所以較一般電子零部件的瑕疵檢測困難許多。

目前AOI 檢測面臨過度篩檢(OVERKILL)的現(xiàn)象。在極高的PCB良品率的要求下，AOI 設(shè)備的參數(shù)設(shè)定非常嚴(yán)格，也因此AOI檢測設(shè)備容易因過于敏感而出現(xiàn)過篩現(xiàn)象。經(jīng)統(tǒng)計PCB 過篩率高達(dá)70%，即NG 產(chǎn)品中其實有70%的成品是合格的。目前多采取人工進(jìn)行第二次篩選，將實際合格的PCB 再度送回產(chǎn)線。