基于工业智能的FPC板质量检测系统研发与产业化

Abstract

针对 FPC 板检测设备误杀率过高,研究基于深度学习的智能检测方法，解决检测模型复用难题，应用语义树将 FPC 图像分解至各级可复用单元，通过对各级单元的缺陷判识降低整体识别复杂度;设计串联模型组应用方法，将前列判定的缺陷数据经后列模型复核修正，降低缺陷判定误杀率;收集并建立 FPC 缺陷样本和标注数据针对数据同质化严重情况，研究数据增强方法，提升检测模型的泛化能力，根据新类型缺陷对现有类型隶属度低特点，研究新类型缺判定方法和识别模型增强方法;研制 FPC 板缺陷检测测试平台，平台集成 FPC 板扫描、图像采集、模板设定、缺陷在线检测功能，通过测试平台评估检测方法可行性和智能算法的有效性。项目研制测试平台一台、检测算法误杀率小于 70%。