← Semua sumber daya
Perbandingan teknologi
AOI berbasis aturan versus inspeksi deep learning
Kami sudah memiliki peralatan AOI. Apakah ada alasan untuk beralih ke inspeksi AI?
Perbedaannya terlihat saat pencahayaan berubah atau muncul cacat baru. Berbasis aturan berarti menulis ulang algoritma; deep learning berarti melatihnya. Alasan untuk beralih paling kuat pada lini di mana deteksi berlebih sudah membuat pekerjaan kembali ke tangan manusia.
Istilah
- AOI (Automated Optical Inspection)
- Peralatan yang memotret komponen dan menilai tampilannya
- Berbasis aturan
- Penilaian berdasarkan kondisi yang ditetapkan manusia — ambang batas, aturan bentuk
- Deteksi berlebih
- Komponen baik dinilai cacat. Menambah tenaga kerja inspeksi ulang
- Deteksi terlewat
- Komponen cacat dinilai baik. Menyebabkan produk cacat lolos
- Segmentasi
- Memisahkan area cacat piksel demi piksel untuk mendapatkan posisi dan luasnya
Apa yang sebenarnya berbeda
- Perubahan pencahayaan dan posisi
- Berbasis aturan sensitif / deep learning tangguh
- Jenis cacat baru
- Berbasis aturan memerlukan pembaruan algoritma / deep learning dilatih dengan ~5 gambar
- Tekstur kompleks (BGA, QFN)
- Berbasis aturan kesulitan mengklasifikasikan / deep learning mampu mengklasifikasikan
- Kuantifikasi cacat
- Sulit bagi berbasis aturan / deep learning menghasilkan luas dan posisi per piksel
- Resolusi deteksi
- Berbasis aturan umumnya memerlukan 5+ piksel / DSTEK mendeteksi pada 2–3 piksel
Kapan tidak perlu beralih
- Satu produk, pencahayaan tetap, dan jenis cacat yang tidak berubah selama bertahun-tahun — sistem berbasis aturan sudah memadai.
- Begitu pula proses yang hanya mengukur dimensi, tanpa penilaian tampilan.
- Sebaliknya, jika varian produk sering berubah, jenis cacat terus bertambah, atau orang tersita waktunya untuk memeriksa ulang hasil deteksi berlebih, alasan untuk beralih sudah jelas.
Produk dan solusi terkait
Sumber daya