东声智能基于Handdle AI打造的深度学习缺陷检测应用实例

为了适应如今这个发展越来越快的社会，机器视觉检测技术是必不可少的。而且机器视觉检测在工业自动化生产过程中成为了一种重要角色，尤其是针对一些大规模的生产企业，通过机器视觉来替代传统人工目测的检测方式，识别产品缺陷，并且实时对产品生产质量数据进行监测，减少次品生产，确保产品质量稳定性提高市场竞争力。在此背景下，东声智能面向工业领域自主研发了Handdle AI智能算法平台。

Handdle AI智能算法平台的性能优势：东声智能推出的“Handdle AI”系列软件产品。该系列产品结合东声“AI深度学习算法、AI智能机器学习法、AI传统学习算法” 将数据采集、分类、标记、训练、调参、测试整合为一体。软件分为Handdle AI大数据样本检测平台，HanddleAI 深度视觉识别平台、HanddleAI在线数据处理云平台。

高准确度 99.9%

高精度 1微米

高通用性 跨多领域

高速度 200个/秒

Handdle AI智能算法平台的功能：

 

Handdle AI的典型落地案例：

3C领域；针对手机、笔记本、平板、手表等消费电子产品均有落地案例。

1.手机冲压件检测

• 检测项目包括；金点不良（溢金）、金点不良（金点缺失）、金点不良（金点损伤）、原材不良（大面积划伤）、原材不良（脏污）、原材不良（黑点）、变形、压伤、孔洞有无堵孔等

2.电脑一体机 Housing检测

• 检测项目包括；打磨凹陷、锻压印、材料线、亮痕、白点、流痕、针眼、异色线、多料、振刀纹、刀纹、阴阳面、孔变形、残胶、锈斑、砂纸痕等

3.手机整机外观缺陷检测：

• 检测项目包括；后摄白点、毛丝、异物、脏污、划伤；DECO掉漆、磕伤；DECO夹异物；闪光灯脏污、异物；LOGO印刷不良；TP划伤、TP顶印、凹坑；TP组装偏位、TP掉漆、黑点；翘起、气泡；前RT磕伤；听筒除尘网溢胶、变形；异色；中框/RT磕伤、掉漆、脏污、划伤、擦伤等。

泛半导体领域:；晶圆、芯片、电容、电阻、LED等领域已实现批量落地

1.LED灯珠检测

• 检测项目包括；表面多胶、表面少胶、胶面气泡、胶面异常、胶面裂痕、胶面划伤、引脚粘胶、引脚变形、引脚缺失等累计多达15种以上。

2.晶圆检测

• 检测项目包括；切割异常、焊垫突起、崩边、剥落、焊垫缺陷、焊垫刮伤、边线异常、晶粒残留、发光区缺陷、背腔尺寸（背面）、背腔尺寸（正面）、释放长度的外圈等。

3.电容/电阻检测

• 检测项目包括；电极上翘、电极缺损、OC缺损、表示缺损、电机发黑、极性反转、上下翻转、缺口、模压不全、露金属、盖印不良、裂缝、电容立式封装、卷带不良等。

锂电领域: 方形、圆柱、软包都有实际缺陷检测项目落地交付

• 检测项目包括；方形电池气泡、凹凸点、褶皱、破损、划痕、重合宽度、高度、包膜表面异物 、包膜翘起 、U型折耳、手印、极柱划痕 、极柱凹点 、极柱焊渣、极柱污染、极柱残缺等；圆柱形电池R角压伤、外底部划伤、壳口压伤、壳口变形、凹坑、擦伤、磨损、磕伤等；软包电池表面的异物、划痕、压痕、胶纸气泡、胶纸起皱、极耳不良、凹点、极片缺陷、喷码不良等。