应用案例

• 

  美的生活电器顺德工厂 PCB 板 AI 质检

  PCB板上的元件多样且差异较小，肉眼难以识别出是否存在漏件、反件、错件，人工检测错漏率高、识别时间长，影响产品质量和生产效率，因此，需要通过机器视觉技术实现自动化识别，以提升检测准确率和稳定性，减轻产线员工的工作压力。

• 

  解决方案

  利用历史数据训练深度学习图像分类模型，并使用模型对待检测的元器件进行错、漏、反自动化检测。

  

• 

  给用户带来的价值

  图像质检可以避免产线人员长期识别PCB板元件错、漏反件导致的视觉疲劳进而引发的漏判现象，避免经验少的产线人员发生误判现象。降低对产线人员的依赖，甚至逐步取代产线人员，避免岗位轮换带来的品质不稳定问题。