电子书

第 1 章

什么是自动光学检查？

自动检查与缺陷检测系统使用 AI 来检查零部件的故障和缺陷。该方法在各行各业得到广泛应用，可用于检测金属轨道、半导体晶圆和隐形眼镜等各类成品表面的缺陷。以下是一些企业应用自动检查系统的实例：

  • 空中客车：检测多个飞机部件中的缺陷
  • 武藏精密工业：检查用于汽车部件的圆锥齿轮
  • 韩国铁道研究院：检测铁道设施元件（如钢轨、枕木和紧固件）中的表面缺陷、缺失部件以及裂缝
  • 关西电力：评估钢管焊缝的蠕变损伤

为什么使用自动光学检查？

如果您接触过质量控制或缺陷检测所用的视觉检查系统，便多少了解检查过程中的重重困难。 举个简单的例子：假设有一个传送六角螺母的工厂传送带，以及一个用于拍摄零件图像的检查相机。

Fig. 1

假设相机拍摄了四张图像，此时操作人员可目测找出存在缺陷的螺母。

Fig 2

但对于下面这种情况，该怎么办呢？

Fig 3

如果拍摄了成千上万张图像，就需要使用自动系统将缺陷螺母挑选出来，与合格产品相区分。

本电子书说明如何使用 MATLAB® 开发深度学习网络，以对各种类型的异常进行检测和分类。

借助 MATLAB 进行自动光学检查

本电子书说明如何使用 MATLAB® 开发深度学习网络，以对各种类型的异常进行检测和分类。缺陷检测工作流分为三个主要阶段：

  1. 准备数据，包括去噪、配准以及标注
  2. 构建并训练深度学习网络
  3. 在多个硬件平台（如 CPU 与 GPU）上部署网络

这是一种迭代工作流：

Iteration and refinement

完成系统部署后，您将得到更多数据。您可以使用这些数据优化和调整模型，然后重新部署模型，获得更准确的结果。