當(dāng)今電子制造行業(yè)質(zhì)檢領(lǐng)域由于產(chǎn)量大、生產(chǎn)工藝管控各異等原因，導(dǎo)致生產(chǎn)廠商在實施零部件的質(zhì)量檢測時，無法通過傳統(tǒng)的檢測方法來達到降本增效的要求。行業(yè)需要更加智能的檢測技術(shù)來滿足高產(chǎn)出、高效率的自動化檢測解決方案。

電子制造業(yè)檢測難點

⊙ 傳統(tǒng)手動特征抓取效率低下：隨著質(zhì)量要求的提高，同一批工件在表面尺寸特征的精準(zhǔn)抓取上面臨挑戰(zhàn)；

⊙ 人工抓取一致性差：依賴手動抓取表面特征時，常因失敗需要人工確認和重測，導(dǎo)致時間和勞力成本增加；

⊙ 人工抓取工件表面特征時，個人操作差異導(dǎo)致特征質(zhì)量不一致，影響檢測準(zhǔn)確性。

�？怂箍到鉀Q方案

�？怂箍档� Metus 軟件融合了自主研發(fā)的 Hex.AI 技術(shù)，其 Hex.AI 算法庫融合深度學(xué)習(xí)和傳統(tǒng)計算機視覺圖像處理算法，通過前置處理、后置過濾增加缺陷檢測的多樣性，始終能夠從容應(yīng)對不同缺陷在不同環(huán)境下成像后的多元化檢測應(yīng)用場景。

作為一款成熟的復(fù)合式影像產(chǎn)品，Metus 已成為多行業(yè)解決復(fù)雜疑難質(zhì)量檢測問題的有效工具，適合用于絕大部分材料和尺寸的檢測任務(wù)，無縫對接半導(dǎo)體封裝、電子制造、新能源、智能穿戴設(shè)備產(chǎn)業(yè)、醫(yī)療器械等精密檢測領(lǐng)域的需求。

AI技術(shù)自動化抓取工件表面尺寸特征，滿足更高的質(zhì)量檢測標(biāo)

Metus AI 自動尋找工件表面特征的應(yīng)用利用了先進的機器學(xué)習(xí)技術(shù)，能夠快速準(zhǔn)確地識別和定位工件表面各種特征。通過高分辨率相機和圖像處理技術(shù)，該應(yīng)用能夠捕捉工件表面的微小細節(jié)，并利用AI算法進行分析和識別。

新能源汽車電池極片表面毛刺特征抓取

減少傳統(tǒng)手動操作失敗的重復(fù)工作，提高檢測效率和準(zhǔn)確性

Metus AI 自動尋找工件表面特征的應(yīng)用適用于多種復(fù)雜邊界的智能抓取場景，例如點、線、圓、弧等邊緣要素的抓取，可替代人工手動操作，檢測速度更快，同時減少人工抓邊產(chǎn)生的差異性，提升復(fù)雜邊界抓取的準(zhǔn)確性與穩(wěn)定性。AI檢測單個檢測要素的效率比人工檢測單個檢測要素的效率可提升至98.75%。

手動抓取表面特征圓（偏差大）  

 AI抓取表面特征圓（準(zhǔn)確）

實現(xiàn)特征抓取的標(biāo)準(zhǔn)化處理，保證檢測結(jié)果的一致性和可靠性

相比于傳統(tǒng)的機器視覺工件表面特征抓取的技術(shù)，AI 自動尋找工件表面特征的精準(zhǔn)度遠超過人工機器視覺判斷的準(zhǔn)確度，可實現(xiàn)100%全自動檢測并保證亞像素級的檢測精度，緩減由于人工判斷標(biāo)準(zhǔn)不一致的差異性而導(dǎo)致檢測效果的差異性，使得檢測結(jié)果的一致性和可靠性得到有效保證。

AI 尋邊亞像素級檢測

結(jié)果可追溯

Metus在進行模型訓(xùn)練時，會記錄每一個工件表面特征的檢測結(jié)果，包括檢測時間、檢測位置、特征類型等信息并可將檢測的結(jié)果實時輸出到數(shù)據(jù)輸出表。用戶可追溯AI抓邊模型的標(biāo)注、訓(xùn)練以及檢測結(jié)果，從而保證檢測的質(zhì)量信息有記錄，可查詢，可跟蹤，協(xié)助用戶優(yōu)化生產(chǎn)工藝和流程，提高生產(chǎn)效率和產(chǎn)品質(zhì)量。

模型標(biāo)注、訓(xùn)練和檢測結(jié)果信息追溯