引言
自動光學檢測（AOI）技術在製造業中發揮著重要作用，尤其是在高精度和高要求的產品如隱形眼鏡和 LED中。傳統的 AOI 系統主要依賴於預定義的規則和模式匹配來檢測缺陷，但這些方法在面對複雜和變化多端的缺陷時，往往會顯得力不從心。為了解決這一問題，我們推出了AI輔助AOI檢測系統，為您的生產線注入新的活力和競爭力。
- 目前的 AOI 系統主要存在以下幾個不足之處：
- 靈活性不足：傳統 AOI 系統依賴於手工設定的規則，難以應對多樣化的缺陷類型。
- 精確度有限：對於一些微小或非典型的缺陷，傳統方法容易漏檢或誤檢。
- 可擴展性差：面對新的產品類型或生產線的變更，傳統系統需要進行大量的手工調整。
- 導入AI的優勢：
- 導入 AI 技術，特別是卷積神經網絡（CNN），可以顯著提升 AOI 系統的性能。
- AI 模型通過學習大量的數據，可以自動識別複雜的缺陷特徵，並且具有更高的檢測精度和靈活性。
- AI 系統還能夠隨著數據的增長和模型的更新，不斷提升自身的檢測能力。
駿曦AI方案特色
- 低對比瑕疵檢出：駿曦AI可有效檢出與背景灰階相近或不明顯瑕疵，例如：隱形眼鏡花紋區瑕疵、印刷不良、殘墨、異色……等。
- 實時瑕疵分類：在前期標記瑕疵時進行瑕疵類別區分標記，AI上線檢測時可即時分類瑕疵。
- 低樣本數訓練：只需透過少量樣本訓練，就能有顯著效果。
- 模型成長：透過新增複雜瑕疵訓練集，可在原來基礎上優化模型，提升模型檢測能力。
- 不規則pattern檢出：不再侷限待測物需要重複pattern或單畫面需完整容納pattern，任何不規則圖形均可適用。
- AOI、AI相輔相成：駿曦AI並非完全捨棄傳統AOI，而是AOI為主、AI為輔，亦或是AI為主、AOI為輔，達到相輔相成。例如：AI不善於量測，此時需由傳統AOI輔助進行量測工作。
- AI標記工具：由駿曦團隊開發簡易上手的瑕疵標記工具，客戶可自行依照規範及需求標記瑕疵。
- AI模型跑分系統：由駿曦團隊開發的模型跑分系統，可在眾多模型中快速挑選精度最高的模型，做為產線上線使用。
- OCR辨識模組：由駿曦團隊開發搭載AI系統的Ocr字元辨識模組，可用於辨識晶粒上的字元及PSS Wafer上的ID。
案例展示
- 印刷不良
- 殘墨
- 色偏
- 異色
- 划傷
