板级丝印和 OCR 字符作为产品信息和功能识别的关键元素，其质量检测在电子/PCBA 工业生产中不容忽视。微链道爱 2D AI AOI 设备凭借先进技术，为该领域带来了新的突破。
在电子/PCBA 行业，板级丝印和 OCR 字符是产品信息传达、功能识别的关键要素。它们广泛存在于各类电路板上，如智能手机、电脑、智能家电等产品的 PCB 板。在某头部电子制造厂商的 PCBA 生产线中，板级丝印工序完成后，必须对产品上的丝印内容及 OCR 字符进行严格检测。检测对象涵盖了电路板上的各种标识、文字、数字等，这些信息不仅关乎产品的正常使用，还影响着产品的品牌形象和市场竞争力。
痛点:为什么难
传统的检测方式在工业视觉质检与智能制造结合的大趋势下，面临着诸多困境。首先从效率上看，人工检测效率极其低下。每块电路板的检测时间长达几分钟甚至更久，导致整个产线的节拍缓慢。以该头部厂商为例，每天生产数千块电路板，人工检测需要大量的人力投入，人力成本居高不下。其次，从准确性方面分析，人工漏检率高达 3%，误报率约为 20%。这是因为人工检测容易受到检测人员的疲劳、注意力不集中等因素影响，而且对于一些微小的缺陷和模糊的字符，人工很难准确识别。最后，在产线换型时，传统方式面临着巨大的挑战。重新调整检测标准和流程需要 30 分钟之久，这期间产线处于停顿状态，严重影响了生产效率。
造成这些痛点的根因在于传统检测方式缺乏智能化和自动化。人工检测依赖于人的主观判断，缺乏统一的标准和稳定性。而且人工检测无法快速处理大量的图像数据，难以适应大规模生产的需求。另外，传统的检测设备在成像精度和算法处理能力上也存在不足，无法准确识别复杂环境下的丝印和字符缺陷。
技术原理
微链道爱的 2D AI AOI 设备采用高分辨 2D 成像技术。其硬件配备了高精度的工业相机，这些相机具有高像素、高帧率等特性，能够捕捉电路板上丝印和字符的清晰图像。在成像过程中，相机可以根据不同的光照条件和电路板的材质进行自动调整，确保图像的质量。深度学习二次判图算法是该设备的核心。它通过大量的正样本学习（1-20 张良品），构建视觉基础模型。在检测时，先对图像进行初步分析，提取丝印和字符的特征信息，然后利用模型进行二次判图，能够准确识别丝印和字符的缺陷。语义误报过滤功能则是基于对图像语义的理解，它会分析图像中丝印和字符的含义、上下文关系等，过滤掉因环境、光照等因素产生的误报。
与传统方法相比，这种算法和成像原理的有效结合具有显著优势。深度学习算法能够不断学习和优化，适应不同的丝印和字符特征，而高分辨成像则为算法提供了准确的数据基础。传统方法往往只能基于固定的规则进行检测，对于一些复杂的缺陷和变化的丝印特征无法准确识别。而 2D AI AOI 设备通过不断学习和自适应调整，能够在各种复杂环境下实现高精度检测。
典型应用场景
- 缺印检测：缺印是指丝印内容部分缺失的情况。2D AI AOI 设备利用高分辨 2D 成像获取清晰的图像，然后通过深度学习二次判图算法分析图像中丝印的完整性。难点在于一些微小的缺印可能容易被忽略，设备需要具备高灵敏度的检测能力。
- 错印检测：错印包括字符错误、标识错误等。设备通过对图像中丝印和字符的特征提取和模型比对，判断是否存在错印。难点在于一些相似字符和标识的区分，需要算法具有高精度的识别能力。
- 模糊检测：模糊的丝印和字符会影响信息的读取。设备通过分析图像的清晰度和对比度，识别模糊的区域。难点在于如何准确判断模糊的程度，避免过度误判。
- 字符大小不一致检测：不同的丝印字符可能存在大小不一致的情况。设备通过测量字符的尺寸和比例，判断是否符合标准。难点在于字符的位置和角度可能会影响测量的准确性，需要进行精确的图像校正。
落地案例
某大型电子制造企业，拥有多条 PCBA 生产线，每天生产大量的电路板。在引入微链道爱的 2D AI AOI 设备之前，该企业采用传统的人工检测方式，面临着效率低下、漏检率高、误报率高等问题。上线过程中，微链道爱技术团队首先对企业的生产线进行了详细的调研和分析，确定了检测的需求和标准。然后利用 DaoAI AI AOI 软件系统进行编程，仅用一块良品 5 分钟就完成了 0 代码自动编程。借助 APDT 正样本/少样本学习功能，使用 1-20 张良品完成了模型训练。上线后，企业的检测效果得到了显著提升。
微链道爱 2D AI AOI 设备，让电子制造检测更高效、更精准。
微链道爱解决方案与产品
以 2D AI AOI 设备为核心的解决方案，针对板级丝印/OCR 字符检测提供了高效的质量管控手段。该设备具备高速在线全检能力，能够在微米级精度下检测出丝印和字符的缺陷，如缺印、错印、模糊等。在落地实施中，利用 DaoAI AI AOI 软件系统进行编程，一块良品只需 5 分钟即可完成 0 代码自动编程，大大缩短了编程时间。同时，借助 APDT 正样本/少样本学习功能，仅需 1-20 张良品就能完成模型训练，快速适应不同的产品换型。
量化成效：使用 2D AI AOI 设备后，检出率提升至 99.2%，漏检率降低至 <0.8%，有效保证了产品质量。误报率降低了 -75%，减少了不必要的复检工作。产线换型时间从 30 分钟缩短至 5min，大幅提高了生产效率。
常见问题
2D AI AOI 设备能检测哪些类型的板级丝印/OCR 字符缺陷？
该设备可检测缺印、错印、模糊等多种类型的板级丝印/OCR 字符缺陷。利用高分辨 2D 成像技术获取清晰图像，再通过深度学习二次判图算法分析图像特征，实现高精度检测，能有效识别各类常见缺陷。
使用 2D AI AOI 设备后，产线换型是否方便快捷？
很方便快捷。借助 DaoAI AI AOI 软件系统，一块良品 5 分钟即可完成 0 代码自动编程。利用 APDT 正样本/少样本学习功能，1-20 张良品就能完成模型训练，换型仅需 5 分钟，大幅提高生产效率。
2D AI AOI 设备如何降低误报率？
设备采用语义误报过滤功能，基于对图像语义的理解，分析丝印和字符的含义、上下文关系等。能有效过滤因环境、光照等因素产生的误报，使误报率降低 -75%，减少不必要的复检工作。
本文由人工智能生成。文中客户案例为基于产品真实能力的模拟场景，成效数字为示例性质；官方标定口径以产品页为准。