借助VisionPro Deep Learning 開(kāi)啟外觀(guān)瑕疵檢測的無(wú)人化之路

客戶(hù)：鴻騰精密（FIT）

行業(yè)：電子制造

解決方案：VisionPro Deep Learning

挑戰：

傳統檢測方法是用電子顯微鏡放大和人工目視檢測外觀(guān)瑕疵的方式，長(cháng)期下來(lái)作業(yè)員識別率降低，無(wú)法保證精密連接器缺陷檢測的質(zhì)量和效率；

由于人工檢測的方法導致標準不一致，易發(fā)生質(zhì)量問(wèn)題，給企業(yè)帶來(lái)不利影響；

傳統檢測方法沒(méi)有實(shí)現檢測自動(dòng)化，產(chǎn)生了大量人工成本。

效果：

實(shí)現外觀(guān)瑕疵檢測的自動(dòng)化，減少企業(yè)成本；

整體檢測能力大大提升，機臺判定標準一致，完全避免了人為因素導致的檢驗問(wèn)題；

實(shí)現了無(wú)人化智能工廠(chǎng)，有力支持了企業(yè)智能制造戰略的實(shí)施。

作為全球化的領(lǐng)先解決方案提供商，鴻騰精密（Foxconn Interconnect Technology，FIT）旨在構建互聯(lián)互通，實(shí)現更美好的世界。FIT關(guān)鍵產(chǎn)品包含纜線(xiàn)組件、連接器、主動(dòng)式光纖電纜、嵌入式光學(xué)模塊、可插拔的收發(fā)器模塊、天線(xiàn)、無(wú)線(xiàn)充電產(chǎn)品與組件、音頻、電力與纜線(xiàn)配件等。 FIT是富士康科技集團最早成立的事業(yè)群。憑借在消費者洞察、行業(yè)趨勢、設計、開(kāi)發(fā)、研究、制造工程、生產(chǎn)、供應鏈方面出類(lèi)拔萃的能力，服務(wù)橫跨B2C與B2B的各種世界級品牌與自有品牌產(chǎn)品，是全世界技術(shù)趨勢的先驅者，為消費者提供富有吸引力的用戶(hù)體驗。公司擁有7萬(wàn)多員工，2018年度銷(xiāo)售額達40億余美元。

老方法難以解決復雜的外觀(guān)瑕疵問(wèn)題

目前，隨著(zhù)應用領(lǐng)域的飛速發(fā)展和市場(chǎng)規模擴大，對精密連接器的要求越來(lái)越高，逐步向微型化、高頻率高速度無(wú)線(xiàn)傳輸、智能化等方向發(fā)展，需要精密連接器更小巧，更精密、趨于完美。因此，精密連接器對生產(chǎn)質(zhì)量和精度的要求逐步提升，產(chǎn)品質(zhì)量檢測在精密連接器生產(chǎn)步驟中成為至關(guān)重要的環(huán)節。

精密連接器的生產(chǎn)過(guò)程工序比較復雜，原材料的選用、設備的精度、設備的參數、操作人員的手法、車(chē)間的溫度、濕度等都有可能影響精密連接器的某一質(zhì)量特性。

 “精密連接器的缺陷遍布于本體的內外表面，缺陷種類(lèi)多、形態(tài)多變、檢測區域背景復雜，材質(zhì)多樣，而且檢測涉及多個(gè)表面?！盕IT的吳柏翰課長(cháng)介紹說(shuō)，“所以，管控參數較多，檢測要求復雜繁瑣?！?/p>

人工外觀(guān)瑕疵檢驗

傳統的精密連接器外觀(guān)瑕疵檢測主要靠線(xiàn)上品檢員進(jìn)行目檢或半自動(dòng)檢驗，這種檢驗方法存在效率低、成本高、人員重復性、漏檢等問(wèn)題，嚴重影響了產(chǎn)品的生產(chǎn)效率和質(zhì)量。檢測方式不到位易發(fā)生質(zhì)量問(wèn)題，不但會(huì )影響產(chǎn)品功能性，傷害客戶(hù)對產(chǎn)品的購買(mǎi)信心。同時(shí)，也會(huì )造成客戶(hù)投訴，返工甚至退單，給企業(yè)帶來(lái)?yè)p失。

FIT憑借先進(jìn)的研發(fā)和制造技術(shù)及自動(dòng)化和分析、檢測能力的優(yōu)勢，已成為眾多國際知名客戶(hù)的緊密合作伙伴。在產(chǎn)品質(zhì)量管控上，FIT一直致力于三不政策：不接受不良、不制造不良、不流出不良。傳統視覺(jué)檢測雖然可以應對不那么復雜的外觀(guān)檢測，但是對于非常復雜的外觀(guān)檢測需求，技術(shù)有所欠缺，已經(jīng)難以滿(mǎn)足FIT的質(zhì)量管控要求。

VisionPro Deep Learning化繁為簡(jiǎn)，實(shí)現缺陷檢 測自動(dòng)化

為徹底解決檢測難題，提升工廠(chǎng)自動(dòng)化生產(chǎn)水平，FIT在與多家視覺(jué)檢測解決方案供貨商了解溝通后，決定引進(jìn)基于深度學(xué)習算法的AI檢測技術(shù)?？的鸵曌鳛槿蛑臋C器視覺(jué)解決方案供貨商，與FIT合作已久。經(jīng)過(guò)調研，FIT發(fā)現，康耐視基于深度學(xué)習算法的VisionPro Deep Learning，在其綜合檢測能力、開(kāi)發(fā)周期等各方面性能上，非常貼合FIT自動(dòng)化生產(chǎn)線(xiàn)的檢測要求。

檢測畫(huà)面

在瑕疵檢測應用中，缺陷往往是沒(méi)有規律的，傳統視覺(jué)產(chǎn)品用代碼難以去明確判斷或分類(lèi)不同種類(lèi)瑕疵或對比度較低的瑕疵。而VisionPro Deep Learning的深度學(xué)習算法針對工業(yè)圖像分析進(jìn)行了優(yōu)化，只需較少的瑕疵圖像樣本和較短的標注訓練時(shí)間即可完成驗證。

劃傷NG圖片

耳朵發(fā)黃NG圖片，塑料損傷NG圖片

臟污NG圖片

VisionPro Deep Learning不但順利解決了對于傳統機器視覺(jué)過(guò)于繁重、復雜或者昂貴的應用，而且其靈活的圖形化程序設計環(huán)境，使FIT的工程師們能夠構建靈活自定義的深度學(xué)習解決方案。

 “選擇一個(gè)優(yōu)秀的解決方案供貨商，不僅僅要衡量其產(chǎn)品、技術(shù)的高質(zhì)量高性能，而是否能夠提供高質(zhì)量的快捷服務(wù)保障，也是一項重要的考慮因素。在首次導入VisionPro Deep Learning過(guò)程中，康耐視為FIT提供了極大的幫助?！盕IT的吳柏翰課長(cháng)為康耐視所展現的優(yōu)質(zhì)技術(shù)支持服務(wù)點(diǎn)贊，“從面對面的技術(shù)教學(xué)、協(xié)助項目開(kāi)發(fā)，一直到設備使用等全流程，康耐視都積極解決遇到的各種技術(shù)問(wèn)題，并共同與我們一起來(lái)完善項目程序，確保了本次項目的成功實(shí)施！”

解決應用痛點(diǎn)，全面提升生產(chǎn)效能

目前，FIT已在自動(dòng)化瑕疵檢測設備中成功部署了60多套VisionPro Deep Learning。在實(shí)際運行中，其性能表現出色。整體檢測能力，如漏檢率控制在< 0.1%、過(guò)殺率<1~2%，檢測準確率大大提升。

實(shí)施VisionPro Deep Learning后，FIT節省了100多位現場(chǎng)作業(yè)人員，且漏檢率、人員判定差異等問(wèn)題大大降低，完全避免了人為因素導致的檢驗問(wèn)題。檢測結果不但更客觀(guān)穩定，而且大大降低了企業(yè)生產(chǎn)成本。

自動(dòng)線(xiàn)外觀(guān)檢測設備

現在，全球精密連接器行業(yè)正在經(jīng)歷快速的技術(shù)發(fā)展，產(chǎn)品功能更好、兼容性更高，這使得連接器產(chǎn)品可應用于更多的情況及情景。而正是在康耐視VisionPro Deep Learning的幫助下，FIT的精密連接器可以輕松應對未來(lái)的各種復雜應用挑戰，并為FIT抓住不同連接器終端市場(chǎng)的多樣化發(fā)展趨勢，提供了持續的創(chuàng )新技術(shù)支持。

 “康耐視作為全球最早涉足機器視覺(jué)領(lǐng)域的企業(yè)，擁有豐富的深度學(xué)習部署經(jīng)驗，而且深刻理解客戶(hù)需求，擅長(cháng)解決應用痛點(diǎn)，是理想的機器視覺(jué)合作伙伴?！眳前睾舱n長(cháng)指出，“希望今后康耐視能打造出更加貼合自動(dòng)化生產(chǎn)線(xiàn)的設備，幫助客戶(hù)降低成本，實(shí)現共贏(yíng)。未來(lái)雙方將持續緊密合作，FIT將繼續導入VisionPro Deep Learning，全面實(shí)現外觀(guān)瑕疵檢測的無(wú)人化！”