在電子/PCBA 行業，金手指的質量直接影響產品性能。微鏈道愛憑借先進的 AI 視覺技術，為該行業提供了高效的金手指劃傷與氧化檢測解決方案。
用戶場景：某頭部電子/PCBA 廠商的生產線上，在組裝工序前需要對 PCBA 板上的金手指進行檢測。金手指作為 PCBA 板與其他設備連接的關鍵部位，其表面的劃傷與氧化情況直接影響產品的電氣性能和穩定性。因此，該廠商需要對每一塊 PCBA 板的金手指進行高精度檢測，以確保產品質量。
痛點：傳統的自動光學檢測（AOI）設備在金手指劃傷與氧化檢測中存在诸多問題。由于環境光的影響，AOI 設備容易產生誤報，誤報率高達 30%。這不僅增加了人工複檢的工作量，還導致生產效率低下。同時，傳統 AOI 受規則局限，對于一些細微的劃傷和氧化難以準確識別，漏檢率達到 5%。此外，當產品換型時，傳統 AOI 設備需要花費大量時間進行編程和調試，換型時間長達 30 分鐘，嚴重影響生產進度。
技術原理
微鏈道愛采用深度學習算法結合先進的成像技術來解決金手指劃傷與氧化檢測問題。深度學習算法具有強大的特征學習能力，能夠從大量的圖像數據中學習到金手指劃傷和氧化的特征模式。通過對不同光照條件下的金手指圖像進行訓練，算法可以自適應地調整特征提取策略，減少環境光的影響。
- 在成像方面，微鏈道愛使用高分辨率的相機和特殊的照明系統，能夠清晰地捕捉金手指的表面細節。高分辨率相機可以提供足夠的像素信息，使得細微的劃傷和氧化都能被準確識別。
- 特殊的照明系統采用多角度照明技術，通過不同角度的光線照射金手指，突出劃傷和氧化部位的特征，提高檢測的準確性。
- 微鏈道愛還利用三維形貌重建技術，對金手指的表面進行三維建模。通過分析金手指的三維形貌，可以更準確地判斷劃傷和氧化的程度，進一步提高檢測的精度。
微鏈道愛解決方案與產品
微鏈道愛提供了 DaoAI AI AOI 軟件系統和 DaoAI 2D / 3D AI AOI 設備來解決金手指劃傷與氧化檢測問題。DaoAI AI AOI 軟件系統具有強大的特征認知能力，通過視覺基礎模型，一塊良品僅需 5 分鐘即可完成 0 代碼自動編程。該系統采用 APDT 正樣本/少樣本學習技術，僅需 1 - 20 張良品圖像，即可快速學習金手指的正常特征，實現語義誤報過濾，有效降低誤報率。
DaoAI 2D / 3D AI AOI 設備自研 3D 相機和三維形貌重建技術，能夠檢測隱藏焊點、共面度和微米級形貌。在金手指檢測中，該設備可以準確識別金手指表面的劃傷和氧化情況，同時還能檢測金手指的高度、平整度等參數，確保金手指的質量符合要求。
量化成效：通過使用微鏈道愛解決方案，該廠商的金手指劃傷與氧化檢測檢出率達到 98%，漏檢率降低至 <2%。誤報率降低了 -65%，大大減少了人工複檢的工作量。產品換型時間從 30 分鐘縮短至 5 分鐘，提高了生產效率。