人類擅長通過視覺、觸覺、甚至嗅覺來感知差異。人類能分辨出細微的缺陷、變化或差異，并能在面對不可預測的情況時進行調整。人類也易于接受訓練，人通過學習可以適應新的產品或要求。

然而技術帶來的速度、準確性和可重復性又是人類無法比擬的。人的眼睛很容易受到“欺騙”，這樣就會使得人們看到的結果準確度存疑。如果不相信可以試著數數下圖的黑點。機器視覺系統由于更高的處理速度和不斷擴大的內存容量，它們可以快速做出決定，并對自動化進行編程，使結果無偏差并且持續準確。

與機器不同，人也會感到疲憊、無聊、分心，并可能做出主觀的決定。因此，大多數人工檢測任務通常伴隨20-30%的錯誤率。通常，這些錯誤與漏掉一個缺陷、錯誤的裝配或“假陽性”有關，即操作員識別了一個不存在的問題。

考慮到這些錯誤率，以及由于浪費和制造停工而導致的更高成本，以及劣質產品對品牌認知的影響，顯然必須利用技術進步來幫助人工檢測。

利用人工智能技術的決策支持

將自動化決策支持加入視覺檢測，有助于加快檢測速度，提高端到端的產品質量，并提供更多的產品定性評估，以確保制造過程的可重復性和可追溯性。由于終端市場逐漸需要更多的定制產品，對于按需生產和小批量制造，人工檢測有時比自動化流程更具成本效益和適應性。

全新的視覺檢測系統利用無代碼算法開發和邊緣處理平臺的進展，使制造商更容易和更有成本效益地為在制品和成品增加 AI 決策支持。這些系統提供預裝檢測技能，可以輕松地根據具體要求進行定制和再培訓，包括驗證部件、檢查標簽、檢查裝配和數字化工作指令。

作為一個充分集成的桌面系統，操作員可以使用相機、邊緣處理和顯示器來獲取圖像并創建 AI 模型。他們無需在相機、PC 或基于云的系統之間切換;使該系統易于使用，極具成本效益，而且占地面積較小。

無代碼優勢和簡單培訓

對于考慮基于人工智能檢測的制造商來說，最重要的障礙之一就是算法開發。有一種觀念認為，要將該技術部署至制造業應用中，需要專門的技能，或昂貴的咨詢服務。

沒有基于代碼塊的平臺讓任何終端用戶輕松地設計人工智能和計算機模型，以實現任務的自動化，如視覺檢測、數字工作指令、自動計數和測量。

對于視覺檢測系統，可以快速培訓和部署針對諸如圖像比較和圖像保存的常見要求的預裝技能，而無需編程語言的專業知識。只需一張好的圖像(“母版”)，系統就能訓練出區分好壞或通過/失敗的能力。更有經驗的開發人員可以使用軟件平臺來定制預裝技能，或開源機器視覺和人工智能代碼，以滿足獨特的要求。

圖像比較功能有助于在工作過程中和最終裝配檢測步驟中指導操作員

電子產品的檢測

制造商將人工智能決策支持加入到流程中的最快方式之一就是圖像比較。視覺檢測系統將制造的產品與“黃金母版”進行比較，并在顯示器上直觀地顯示差異和偏差。

虹科協助一家電子制造商，該制造商為位于“北部硅谷”的醫療保健、工業控制、電信、安全和數字成像公司提供廣泛的服務。該公司專門為中小規模的市場提供高質量的電子組裝服務。

為高價值、低產量的市場提供服務會給公司帶來檢測方面的挑戰，因為并非所有產品都適合自動化流程。因此，一些產品主要由人類操作員進行檢測。該公司對其產品質量的模范記錄感到自豪，并將自動視覺檢測系統視為一種為其檢查員增加決策支持的方法。

自動圖像比較功能用于匹配已批準的布局和電子組件的最終生產。該系統快速比較電路板上元件的位置，并在進入制造過程的下一個步驟或最終包裝之前，為人工檢測突出差異和偏差。

該系統也被DICA用于對來自供應商的進貨元件進行質量檢查。此外，制造商使用該系統來記錄和保存每塊印刷電路板的圖像。這些數據與可追溯系統共享，用于庫存和裝運管理和批次跟蹤，以及其他業務流程，包括缺陷的根本原因分析。

憑借其直觀的、循序漸進的過程，圖像比較插件只需要一張已知的、良好的圖像進行培訓。DICA的操作人員和質量控制人員已經訓練了多個圖像比較插件來檢測不同的產品。操作員只需選擇正確的插件與要檢測的產品一起使用，視覺檢測系統就會自動在視覺顯示器上突出任何差異的偏差。操作員可以根據需要調整靈敏度，以檢測電路板上不同級別的元件。

對于制造商來說，視覺檢測系統提供了許多寶貴好處：

• 減少人類操作員的主觀決策，尤其是在長時間輪班的情況下，系統可以確保一致性和準確性。
• 節省成本，因為可以在生產的不同階段發現錯誤。
• 這個可擴展的系統可以用多條產品線的“良品”圖像快速訓練。操作員或質量經理無需編程技能即可培訓該系統。
• 在任何時候增加新產品，或新員工更好地了解良品和不良品的區別時，對員工進行檢測要求的培訓則更快。
• 圖像保存有助于減少時間、成本和風險，如果在現場發現潛在的錯誤，可以實現更好的可追溯性流程。

虹科產品推薦

虹科-AI網關

關鍵特點：

• 與現有的檢測硬件、軟件和終端用戶流程配合
• 支持的GigEVision、USB3 Vision、CameraLink或MIPI等多種接口協議
• 強大的NVIDIA GPU可以部署開源或自定義算法，包括預先訓練好的TensorFlow深度學習模型和使用OpenCV等開源庫開發的Python plug-ins

AI軟件平臺

關鍵特點：

直觀的、基于web的eBUS AI Studio平臺允許任何用戶(從非程序員到高級開發人員)設計、培訓、測試和部署自己的AI和計算機視覺插件。