传感器芯片外观瑕疵视觉检测方案

某汽车传感器制造商，需要将汽车刹车应变传感器上的两颗芯片进行品质管控，包括刮伤、异物、气泡、脏污等。检测解决方案如下，采用分多次瀑光的显微成像方式，将芯片、胶体、基材上的瑕疵分别成像出来，并结合深度学习技术，有效解决了不同类型瑕疵在同一套系统下的检测需求，降低了误判率的同时，提升了产品良率。

客户需求：

应变片上划痕检测

应变片上异物检测

胶面上异物检测

胶面上纤维检测

胶面上气泡检测

基板上异物检测

基板上脏污检测

基板上气泡检测

解决方案

通过了解目标区域的各种外观，分割缺陷或其他感兴趣的区域，来了解物体的正常外观（包括其显著但可容忍的变化），通过深度学习算法，查找视野中的复杂特征和对象，学习正常的零件差异，同时全面地理解缺陷，用于表面缺陷和异类检查，解决零件复杂背景下定位、装配验证、缺陷探测、分类和光学字符识别应用问题。

检测过程：

1、应变片划痕检测，异物检测：

左边为良品图像采集，右边为对应深度学习处理结果

左边为不良品图像采集，右边为对应深度学习处理结果

2、胶面上异物检测、纤维检测、气泡检测

左边为良品图像采集，右边为对应深度学习处理结果

左边为不良品图像采集，右边为对应深度学习处理结果

3、基板面上异物检测、纤维检测、气泡检测

左边为良品图像采集，右边为对应深度学习处理结果

左边为不良品图像采集，右边为对应深度学习处理结果

如果你的工业生产线中，可能用的到机器视觉或AI深度学习方面的技术来做质量管控，我们会先根据你的需求分析，从一个专业的角度免费来给你设计一个合适你的方案，然后听取你的意见，再详细洽谈。