AI糾察隊 揪PCB瑕疵影像快狠準

(工研院提供、李侑珊整理)

中國時報【(工研院提供、李侑珊整理)】

台灣印刷電路板(PCB)產業在全球市占率位居第一,在台灣製造業占了相當重要的地位。對業者來說,良率不高不僅會增加不必要的成本,更會損害企業信譽,為了進行嚴格的品質管理,業者普遍應用自動光學檢測(AOI)設備進行瑕疵檢測。

這項設備有「寧可錯殺百人,不可放過一人」的特性,生產線仰賴大量人力做第二道把關,檢測效率低落。面對PCB產業的難題,工研院團隊研發一系列的AI技術,大幅提升檢測效率。

工研院向業者取得130萬張PCB瑕疵影像,運用人工智慧,以深度學習網路架構進行AI模型的訓練,發展「瑕疵影像分類技術」的AI技術,讓機器視覺擁有學習能力,遇到相似的產品或有瑕疵時,可以自主判斷,瑕疵分類正確率達99.95%以上,協助產線檢測員減少57%的檢測篩檢量。

PCB業者要求,每片PCB的檢測速度必須小於20毫秒。因此工研院團隊想出「眾智式演算法」,類似AI評審團的概念,讓瑕疵檢測快、狠、準。

工研院「瑕疵影像分類技術」有效解決傳統光學檢測設備誤判率太高、需要大量人工複檢的問題,也讓業者減少退貨及人力、能源等資源消耗,更讓產線由抽檢轉變成全檢,大幅提升PCB良率。同時結合了「智慧化資料標記解決方案」,持續強化資料標記品質,降低訓練所需資料標記量至少一半,大大降低了AI導入產線應用的門檻。

「瑕疵影像分類技術」除了應用在PCB等製造業領域,也可以應用在半導體產業、安全監控等,大幅改善人類生活的便利性。

你可能還想看