使用深度学习的电路板印刷检查技术
hokuriku electric industry co., ltd.：将深度学习应用于印刷电路板检测hokuriku electric industry co., ltd. 正在推动引入使用规则库的图像检查机，以实现印刷电路板检查的自动化。然而，难以区分诸如“碎裂”之类的细微形状，因此必须使用目视检查器进行检查。此外，取决于工人技能水平的检查质量的变化也成为一个问题。因此，我们采用了使用 halcon 深度学习的自动检测系统。
内联的挑战和解决方案在这次检查中，印刷在一块板上的 3,000 个或更多印刷图案必须在大约 3 秒内全部检查完毕。换言之，需要每个印刷图案大约1毫秒或更短的高速处理。此外，需要对印刷图案进行单独识别以检查每个印刷图案。为了高速检测大量打印图案，使用基于规则的预处理和深度学习来做出ok/ng判断。
通过规则库缩小检查范围
深度学习判断在这种检查中，必须适当地判断渗色、碎裂和异物等多种缺陷。此外，每个缺陷都设定了一个容差，需要用与人相同的感官来判断每个检查对象是否在设定的容差范围内。因此，这一次，我们通过定义更详细的类而不是 ok / ng 的两类分类来实现0% 未检测和 1.5% 过度检测。该设备已经开始在线运行。
lynx 引以为豪的图像处理库 halcon 是一个开创性的工具，可以通过结合 2,000 多个运算符来高效构建图像处理系统。创建的脚本型程序可以自动转换为visual c++/basic/c#代码，可以很容易地集成到客户的图像处理系统中。halcon目前仅在日本就有数万套系统在使用，可见halcon的高可靠性。
关键词：电路板