隨著信息技術的高速發展，電子元器件在我國需求量逐漸增大，而且電子元器件也逐漸向薄型化、智能化、集成化、微型化的趨勢發展，但這也成為了電子元器件檢測的阻礙，極大的限制了企業的批量生產效率和產品質量的提升。因此需要AI視覺通過無接觸、無損傷的實時檢測方法代替人工、傳統方式檢測，從而提升企業的生產率及產品質量。

電子元器件識別檢測：

電子元器件生產過程中需要經過復雜的工藝處理，在多重工序處理下，會出現各種問題，如表面缺陷、字符不清等。因為電子元器件種類繁多，各類電子元器件的結構形狀、損壞程度和檢驗方法也均不相同，一些傳統檢測方法已無法適應高節拍、柔性化的生產需求。

1、貼片元器件在生產過程中易出現孔洞、剝落、污點等缺陷，由于缺陷小，傳統算法需要耗費大量的時間對缺陷進行定制化開發，并且在進行灰度閾值分割時，易將微小的缺陷分割出去，很難保證在高速生產線上實現零缺陷檢測的要求；

2、PCB板上存在很多焊點和細小零件，字符識別采集圖像時背景較為復雜，干擾因素多，造成字符定位和識別不準確，加上零件本身反光，會出現識別信息不全、誤識別以及識別速度慢等情況，無法滿足實際生產檢測過程中對PCB板字符識別的需求；

3、PCB板在焊接元器件過程中，需要檢測每個元器件位置是否正確、元器件是否缺失等情況，傳統算法無法對多種電子元器件定位識別，而且定制開發需要耗費大量的時間，容易受外界因素影響，導致錯誤定位或元器件缺失，直接影響PCB板的性能及生命周期。

矩視智能AI視覺云平臺——電子元器件AI視覺檢測

1、云平臺工業AI視覺云平臺針對元器件缺陷檢測搭建了專屬底層卷積神經網絡架構，對工人無專業技術要求，只需在線上傳不同缺陷數據圖片進行標注訓練，即可準確提取微米（μm）級的缺陷進行識別定位，從而實現高速流水線上零缺陷的目標；

2、云平臺針對字符搭建了專屬神經網絡架構，通過精準標注訓練，完美適應復雜背景下的字符識別，識別率最高可達99.99%。

3、云平臺無需開發人員耗費大量的時間對不同的元器件進行定制化開發，只需上傳合格的產品圖片，對圖片內的元器件進行訓練學習，即可準確定位PCB板上的元器件位置及完整性，在復雜的場景下擁有更好的效果，識別速度可達毫秒級別。

產品：

矩視智能工業AI視覺云平臺利用深度學習算法框架結合自主研發的電子元器件檢測模型成功實現了字符識別、目標定位、缺陷檢測及分類的云端化，用戶只需通過在線標注、訓練的方式進行自定義學習。成功實現了復雜場景下的識別檢測，同時具有抗干擾能力強、準確率高、算法自升級等優勢，識別率最高可達99.99%。