AIVS-D系列爐前插件AOI特點(diǎn)簡(jiǎn)介●采用聲音提示，彈窗對(duì)比圖，主圖突出顯示不良紅框等多種提醒，符合人體工學(xué)●一聽，二看，三聚焦，便于員工聽到異常提醒后直接觀察，使用彈窗顯示不良器件對(duì)比圖●深度學(xué)習(xí)算法，海量實(shí)際場(chǎng)景數(shù)據(jù)訓(xùn)練；低誤報(bào)，支持6鐘混板檢查?！馪CB二維碼，支持MES對(duì)接●實(shí)現(xiàn)自動(dòng)編程，只需5分鐘●生產(chǎn)數(shù)據(jù)實(shí)時(shí)圖表顯示，可視化管理，檢測(cè)數(shù)據(jù)便捷導(dǎo)出。AIVS-D系列爐前AOI規(guī)格參數(shù)光源:八側(cè)面多角度高亮條形光源相機(jī)：標(biāo)配2000萬CCD全彩工業(yè)面陣相機(jī)（可選配1200萬/2500萬/2900萬）FOV：400*300mm可檢PCBA尺寸：寬度400mm，長(zhǎng)度不限；可選配寬度750mm，長(zhǎng)度不限CPU：inteli59600KF；GPU：NVIDIA獨(dú)立顯卡顯存：8G/6G內(nèi)存/硬盤存儲(chǔ)：16GDDR4/2T操作系統(tǒng)：：22寸/。簡(jiǎn)單來說貨真價(jià)實(shí)的AOI檢測(cè)儀模擬和拓展了人類眼、手的功能，利用光學(xué)成像方法模擬人眼的的視覺成像功能。安徽爐前AOI生產(chǎn)

    網(wǎng)絡(luò)：千兆網(wǎng)卡結(jié)構(gòu)簡(jiǎn)約，便于快速安裝Simplestructureeasytoinstallquickly落地式安裝，無需改動(dòng)流水線Floormounted,noneedtochangetheassemblyline在線無感檢測(cè)，PCBA流過快速給出結(jié)果On-linesensorlessdetection,PCBAflowthroughthefastgivesresults寬度與高度可調(diào)，適應(yīng)性強(qiáng)Adjustablewidthandheight,strongadaptability特色檢測(cè)項(xiàng)目（黑電感字符檢測(cè)、器件與底板同色的器件檢測(cè)、鋁電容頂部字符識(shí)別、黑灰電容字符識(shí)別、電池座方向識(shí)別、小鐵片檢測(cè)、聚丙烯電容字符識(shí)別、電線檢測(cè)、變壓器字符識(shí)別、晶振字符識(shí)別、螺紋/光頭射頻頭檢測(cè)、蜂鳴器方向檢測(cè)、東倒西歪的電容極性識(shí)別）本系統(tǒng)采用的卷積神經(jīng)網(wǎng)絡(luò)（ConvolutionalNeuralNetworks,CNN）是一類包含卷積計(jì)算且具有深度結(jié)構(gòu)的前饋神經(jīng)網(wǎng)（FeedforwardNeuralNetworks），是深度學(xué)習(xí)（deeplearning）的表示算法之一。卷積神經(jīng)網(wǎng)絡(luò)仿造生物的視知覺（visualperception）機(jī)制構(gòu)建，可以進(jìn)行監(jiān)督學(xué)習(xí)和非監(jiān)督學(xué)習(xí)。作為圖像識(shí)別領(lǐng)域的中心算法之一，卷積神經(jīng)網(wǎng)絡(luò)在學(xué)習(xí)數(shù)據(jù)充足時(shí)有穩(wěn)定的表現(xiàn)。針對(duì)本系統(tǒng)所處理的大規(guī)模圖像分類問題，卷積神經(jīng)網(wǎng)絡(luò)將用于提取圖像的判別特征，再通過分類器進(jìn)行學(xué)習(xí)和識(shí)別。 山東aivsAOI供應(yīng)采用高分辨率工業(yè)相機(jī)和智能圖像分析，檢測(cè)電子電路板上插件元器件多、錯(cuò)、漏、反等缺陷。

AOI檢測(cè)原理是采用攝像技術(shù)將被檢測(cè)物體的反射光強(qiáng)以定量化的灰階值輸出，通過與標(biāo)準(zhǔn)圖像的灰階值進(jìn)行比較，分析判定缺陷并進(jìn)行分類的過程。與人工檢查做一個(gè)形象的比喻，AOI采用的普通LED或特殊光源相當(dāng)于人工檢查時(shí)的自然光，AOI采用的光學(xué)傳感器和光學(xué)透鏡相當(dāng)于人眼，AOI的圖像處理與分析系統(tǒng)就相當(dāng)于人腦，即“看”與“判”兩個(gè)環(huán)節(jié)。因此，AOI檢測(cè)的工作邏輯可以簡(jiǎn)單地分為圖像采集階段（光學(xué)掃描和數(shù)據(jù)收集），數(shù)據(jù)處理階段（數(shù)據(jù)分類與轉(zhuǎn)換），圖像分析段（特征提取與模板比對(duì)）和缺陷報(bào)告階段四個(gè)階段（缺陷大小類型分類等）。為了支持和實(shí)現(xiàn)AOI檢測(cè)的上述四個(gè)功能，AOI設(shè)備的硬件系統(tǒng)也就包括工作平臺(tái)，成像系統(tǒng)，圖像處理系統(tǒng)和電氣系統(tǒng)四個(gè)部分，是一個(gè)集成了機(jī)械，自動(dòng)化，光學(xué)和軟件等多學(xué)科的自動(dòng)化設(shè)備。

在現(xiàn)代工業(yè)自動(dòng)化生產(chǎn)中，連續(xù)大批量生產(chǎn)中每一個(gè)制作過程都是有一定的次品率的，單獨(dú)去看雖然比率很小，但是相乘后卻成為企業(yè)難以提高良率的重要瓶頸，并且在經(jīng)過完整制程后再次去剔除次品，成本會(huì)高很多（例如，如果錫膏印刷工序存在定位偏差，且該問題直到芯片貼裝后的在線測(cè)試才被發(fā)現(xiàn)，那么返修的成本將會(huì)是原成本的100倍以上），因此及時(shí)檢測(cè)以及次品剔除對(duì)質(zhì)量控制和成本控制是非常重要的，也是制造業(yè)進(jìn)一步升級(jí)的重要基石。以目前AOI（自動(dòng)光學(xué)檢測(cè)）技術(shù)在PCB行業(yè)滲透率較高，復(fù)雜化趨勢(shì)以及制造行業(yè)整體對(duì)智能化變革的需求。

AI視覺檢測(cè)代替人工檢測(cè)實(shí)現(xiàn)了非接觸、高效率、高精度的檢測(cè)優(yōu)勢(shì)，在工業(yè)檢測(cè)中成為一種剛需。它通過相機(jī)拍照獲取圖像、對(duì)圖像進(jìn)行識(shí)別、處理從而達(dá)到檢測(cè)的目的。機(jī)器視覺可自動(dòng)識(shí)別被測(cè)產(chǎn)品表面的缺陷，如金屬外觀不良檢測(cè)、印刷電路板缺陷檢測(cè)等。AI視覺為人類解放生產(chǎn)力提供了重要的支撐，使現(xiàn)代的生產(chǎn)制造更加地智能化、自動(dòng)化。帶動(dòng)了企業(yè)生產(chǎn)效益的提升，進(jìn)而為整體經(jīng)濟(jì)的上漲貢獻(xiàn)了巨大的力量，經(jīng)濟(jì)與科技相互反饋，AI視覺在未來將有更多的拓展性、與更高的先進(jìn)性。存在的主要問題是，當(dāng)一些檢查對(duì)象是不可見的，或是在PCB上存在一些干擾使得圖像變得模糊或隱藏起來了。aivsAOI生產(chǎn)

對(duì)于產(chǎn)品檢測(cè)來說，利用AOI技術(shù)能夠有效提升產(chǎn)品檢測(cè)分析的準(zhǔn)確性和性。安徽爐前AOI生產(chǎn)

本系統(tǒng)采用的卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Networks, CNN）是一類包含卷積計(jì)算且具有深度結(jié)構(gòu)的前饋神經(jīng)網(wǎng)（Feedforward Neural Networks），是深度學(xué)習(xí)（deep learning）的表示算法之一。卷積神經(jīng)網(wǎng)絡(luò)仿造生物的視知覺（visual perception）機(jī)制構(gòu)建，可以進(jìn)行監(jiān)督學(xué)習(xí)和非監(jiān)督學(xué)習(xí)。作為圖像識(shí)別領(lǐng)域的算法之一，卷積神經(jīng)網(wǎng)絡(luò)在學(xué)習(xí)數(shù)據(jù)充足時(shí)有穩(wěn)定的表現(xiàn)。針對(duì)本系統(tǒng)所處理的大規(guī)模圖像分類問題，卷積神經(jīng)網(wǎng)絡(luò)將用于提取圖像的判別特征，再通過分類器進(jìn)行學(xué)習(xí)和識(shí)別安徽爐前AOI生產(chǎn)

深圳愛為視智能科技有限公司致力于機(jī)械及行業(yè)設(shè)備，以科技創(chuàng)新實(shí)現(xiàn)***管理的追求。公司自創(chuàng)立以來，投身于智能視覺檢測(cè)設(shè)備，是機(jī)械及行業(yè)設(shè)備的主力軍。愛為視始終以本分踏實(shí)的精神和必勝的信念，影響并帶動(dòng)團(tuán)隊(duì)取得成功。愛為視創(chuàng)始人劉曉輝，始終關(guān)注客戶，創(chuàng)新科技，竭誠(chéng)為客戶提供良好的服務(wù)。