當(dāng)前電子產(chǎn)品日漸向著小型化趨勢(shì)發(fā)展，對(duì)產(chǎn)品元器件的微型化要求也越來越高，微型器件的組裝和檢測(cè)難以只通過人工完成，由此產(chǎn)生越來越多的自動(dòng)檢測(cè)設(shè)備需求。與此同時(shí)，自動(dòng)檢測(cè)設(shè)備還能夠健身制造成本、提升產(chǎn)品質(zhì)量，AOI檢測(cè)設(shè)備代替人工的進(jìn)程發(fā)展較快。在此背景下，中國(guó)自動(dòng)光學(xué)檢測(cè)行業(yè)逐步發(fā)展起來。從AOI檢測(cè)設(shè)備來看，目前AOI檢測(cè)設(shè)備是SMT加工廠必備的設(shè)備，平均一條SMT生產(chǎn)線至少需要2-3臺(tái)AOI檢測(cè)設(shè)備，但我國(guó)AOI檢測(cè)設(shè)備的滲透率較低，只為50%左右。經(jīng)過波峰焊后，焊點(diǎn)所有的參數(shù)會(huì)有很大的變化，這主要是由于焊爐內(nèi)錫的老化導(dǎo)致焊盤反射特性從光亮到灰暗。安徽遠(yuǎn)程操控AOI系統(tǒng)

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)別上海插件AOI生產(chǎn)生產(chǎn)廠家只需要提調(diào)試好供的攝像設(shè)備通過網(wǎng)絡(luò)端對(duì)產(chǎn)品進(jìn)行檢測(cè)，通常檢測(cè)效果能夠代替實(shí)地檢測(cè)的效果。

    圖像采集階段（光學(xué)掃描和數(shù)據(jù)收集）AOI的圖像采集系統(tǒng)主要包括光電轉(zhuǎn)化攝影系統(tǒng)，照明系統(tǒng)和控制系統(tǒng)三個(gè)部分。因?yàn)閿z影得到的圖像被用于與模板做對(duì)比，所以獲取的圖像信息準(zhǔn)確性對(duì)于檢測(cè)結(jié)果非常重要，可以想象一下，如果圖像采集器看不清楚或看不到被檢測(cè)物體的特征點(diǎn)，那么也就無法談到準(zhǔn)確的檢出。下面我們對(duì)光電轉(zhuǎn)化攝影系統(tǒng)，照明系統(tǒng)和控制系統(tǒng)三個(gè)部分逐一分析介紹。首先，光電轉(zhuǎn)化攝影系統(tǒng)指的是光電二極管器件和與之搭配的成像系統(tǒng)。是獲得圖像的”眼睛”,原理都是光電二極管接受到被檢測(cè)物體反射的光線，光能轉(zhuǎn)化產(chǎn)生電荷，轉(zhuǎn)化后的電荷被光電傳感器中的電子元件收集，傳輸形成電壓模擬信號(hào)。二極管吸收光線強(qiáng)度不同時(shí)生成的模擬電壓大小不同，依次輸出模擬電壓值被轉(zhuǎn)化為數(shù)字灰階0-255值，灰階值反映了物體反射光的強(qiáng)弱，進(jìn)而實(shí)現(xiàn)識(shí)別不同被檢測(cè)物體的目的。

一是分類，即可以將產(chǎn)品分為合格和不合格，這是深度學(xué)習(xí)很重要的一個(gè)應(yīng)用；二是定位，即幫助使用者定位物體的位置和數(shù)量；三是分割，即可以找到缺陷的輪廓，基于缺陷的輪廓和大小，對(duì)產(chǎn)品進(jìn)行更精細(xì)的判別。通過深度學(xué)習(xí)算法，軟件可以自動(dòng)學(xué)習(xí)瑕疵的特征，使得無規(guī)律圖像的分析變得可能；在精確度方面，可通過深度學(xué)習(xí)算法和制造業(yè)特有的數(shù)據(jù)提高檢測(cè)的精確度；雖然深度學(xué)習(xí)在很多方面具有優(yōu)勢(shì)，不過也并不是所有任務(wù)都適用。深度學(xué)習(xí)對(duì)瑕疵分類更有優(yōu)勢(shì)。與人工檢查做一個(gè)形象的比喻，AOI采用的普通LED或特殊光源相當(dāng)于人工檢查時(shí)的自然光。

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(cè)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(cè)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。軟件輔助建模：極速建模，一鍵智能搜索80多種器件。浙江插件AOI供應(yīng)

質(zhì)量可靠的AOI檢測(cè)儀專業(yè)的光源及合理打光方案是機(jī)器視覺的技術(shù)，判斷檢測(cè)系統(tǒng)是否穩(wěn)定可靠。安徽遠(yuǎn)程操控AOI系統(tǒng)

科技進(jìn)程的加速，產(chǎn)品的品質(zhì)化與智能化要求在日益擴(kuò)增。生產(chǎn)制造商對(duì)于產(chǎn)品的質(zhì)檢體系需要不斷地更新升級(jí)，跨越了從人工檢測(cè)到傳統(tǒng)的視覺檢測(cè)再到具有深度學(xué)習(xí)算法的智能檢測(cè)這一整條進(jìn)化鏈，深度學(xué)習(xí)算法彌補(bǔ)了傳統(tǒng)算法無法檢測(cè)復(fù)雜特征的漏缺，免去了人工提取特征這一耗時(shí)耗力的步驟，更大程度為生產(chǎn)企業(yè)提升制造效率。然而凡事都有兩面性，深度學(xué)習(xí)算法也不例外，只是，其優(yōu)勢(shì)的比例遠(yuǎn)遠(yuǎn)超越了不足，因而能夠迅速占領(lǐng)行業(yè)市場(chǎng)。安徽遠(yuǎn)程操控AOI系統(tǒng)

深圳愛為視智能科技有限公司是一家智能化設(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(cè)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(yíng)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(yíng)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，致力于發(fā)展為創(chuàng)新務(wù)實(shí)、誠(chéng)實(shí)可信的企業(yè)。公司自創(chuàng)立以來，投身于智能視覺檢測(cè)設(shè)備，是機(jī)械及行業(yè)設(shè)備的主力軍。愛為視始終以本分踏實(shí)的精神和必勝的信念，影響并帶動(dòng)團(tuán)隊(duì)取得成功。愛為視始終關(guān)注機(jī)械及行業(yè)設(shè)備行業(yè)。滿足市場(chǎng)需求，提高產(chǎn)品價(jià)值，是我們前行的力量。