在电子行业中，屏蔽罩贴装的质量检测至关重要。微链道爱凭借先进的 AI 视觉技术，为某头部电子厂商提供了高效的检测方案。
用户场景：某头部电子厂商的 PCBA 产线中，屏蔽罩贴装工序是关键环节。其产品为各类电子设备的 PCBA 板，检测对象是贴装后的屏蔽罩，需要确保屏蔽罩的位置准确、贴合良好，无明显缺陷，如偏移、翘边等问题，以保证电子设备的电磁屏蔽性能和整体质量。
痛点：传统人工复判方式存在诸多量化困境。漏检率较高，人工检测时易受疲劳等因素影响，导致约 2.5%的缺陷产品流入后续工序。误报率达到约 30%，大量的误报信息增加了人工复检的工作量。人力成本方面，每条产线需要配备多名检测人员，人力投入大。换型时间长，当产品型号变更时，人工调整检测标准和流程需要约 30 分钟，严重影响生产效率。此外，在样本不足的情况下，人工检测难以保证高精度的缺陷分类，对于一些细微缺陷容易出现误判。
技术原理
微链道爱的技术采用了先进的 AI 算法和成像技术。在算法方面，利用深度学习算法对屏蔽罩的图像特征进行学习和分析。通过大量的训练数据，让模型学习到正常屏蔽罩和各种缺陷屏蔽罩的特征模式。例如，对于偏移缺陷，模型可以学习到屏蔽罩与标准位置的像素差异特征；对于翘边缺陷，模型可以识别出边缘的不规则形状特征。在成像方面，采用自研的 3D 相机进行图像采集，能够获取屏蔽罩的三维形貌信息。三维形貌重建技术可以将采集到的图像数据转换为精确的三维模型，从而更准确地检测出隐藏焊点、共面度以及微米级的形貌变化。这种技术有效是因为它结合了 AI 算法的智能分析能力和 3D 成像的高精度数据获取能力，能够全面、准确地识别屏蔽罩的各种缺陷。
- 深度学习算法对图像特征进行学习，提高缺陷识别的准确性。
- 自研 3D 相机获取三维形貌信息，检测隐藏缺陷。
- 三维形貌重建技术将图像数据转换为精确模型，实现微米级检测。
- 结合 AI 算法和 3D 成像技术，全面准确识别各类缺陷。
微链道爱解决方案与产品介绍
微链道爱提供了 DaoAI AI AOI 软件系统和 DaoAI 2D / 3D AI AOI 设备。DaoAI AI AOI 软件系统具有强大的特征认知能力，基于视觉基础模型，一块良品只需 5 分钟即可实现 0 代码自动编程。采用 APDT 正样本/少样本学习技术，仅需 1 - 20 张良品作为样本，就能让模型学习到正常产品的特征，从而有效识别缺陷产品。同时，语义误报过滤功能可以大大降低误报率。DaoAI 2D / 3D AI AOI 设备则搭载自研 3D 相机，通过三维形貌重建技术，能够检测隐藏焊点、共面度以及微米级形貌。在实际落地中，将该设备安装在屏蔽罩贴装工序的检测工位，采集屏蔽罩的图像数据，然后由软件系统进行分析和判断，实现自动化检测。
微链道爱的 AI 视觉解决方案，为电子行业屏蔽罩贴装检测带来了高效、准确的新体验。
量化成效：在引入微链道爱的解决方案后，取得了显著的成效。检出率提高到 99.2%，漏检率降低至 <0.8%，大大减少了缺陷产品流入后续工序的风险。误报率降低了 -65%，有效减少了人工复检的工作量。换型时间从原来的 30 分钟缩短至 5min，显著提高了生产效率。