现代工业生产流程中, 测试几乎是最不可或缺的一部分 ：连续大批量生产中的每个制程都有一定次品率 ，单独看虽然比率很小 ，但相乘后却成为工厂提高良率的瓶颈 。过去 ，在电子制造业 ，工人需要手持复杂的印刷电路板 ，花费很长时间检查板卡外观有无缺陷 ，难以适应高速生产的需求 。

      k8凯发(国际)股份（CVTE）旗下控股子公司镭晨科技 ，将机器人应用 、机器视觉和自动测试技术应用到检测系统上 ，致力于打造高端柔性化 、智能化的工业生产及检测设备 。其中镭晨科技将深度学习算法 ，结合大数据训练智能模型应用在自动光学检测（AOI）中 ，帮助实现高效准确的工业外观检测 。

你听过自动光学检测（AOI）吗？

      自动光学检测（AOI）是一种基于光学原理 ，利用机器视觉替代人工目检的外观检测技术 。系统自带高分辨率工业相机 ，在电子电路板顶面拍照后 ，通过智能图像分析 ，检测电子电路板上的插件元器件的错 、漏 、反等缺陷 ，其中就包含了人眼无法看到的细节特征 。

深度学习 ，更加聪明

       传统AOI是自动化的 ，在人工设定规则下 ，能替代大量重复性外观检测工作 。但工业检测中所产生的海量数据 ，传统AOI难以针对其进行处理及训练 ，可能会导致数据的浪费以及其自身应用的停滞不前 。

       为了让检测更加“自主聪明” ，镭晨科技自主研发了深度学习的人工智能技术 ，并将其应用在AOI中 。这种深度学习算法能模拟人类大脑工作 ，构建深度神经网络 ，在原始数据中进行自动特征的提取 。当出现无法检测的缺陷时 ，检测系统可以通过设备采集数据 ，在一定的人工干预下进行模型的微调训练 。在训练过程中 ，随着数据集的扩充和模型的强化 ，检测结果也在不断优化 。

强适应力 ，多行业应用

       然而制造业里 ，每个垂直领域的生产流程和工艺都千差万别 ，AOI进入每个行业的理解成本都很高 。所以传统机器视觉在工业检测应用上 ，仍面临着适应不同生产环境的挑战 ，即便是微小的环境因素差异都可能会影响检测精度 。

       针对这种情况 ，镭晨科技自研的深度学习算法本身就拥有很强的通用性 、柔性以适应不同的行业 。举个例子 ，镭晨科技AOI在进行元件极性识别时 ，基本不会受到元件成像角度 、位置 、光照 、纹理 、颜色 、大小等差异的影响 ，兼容多种工业环境 。现在该AOI系统已应用在多个行业 ，包括显示液晶屏幕的自动化检测 、汽车电子产品的外观检测 、电子产品的组装加工过程等 。

       以上你所看到的“黑科技应用”都离不开背后的技术支撑 ：k8凯发(国际)股份中央研究院和镭晨自身专业的机器视觉研发团队 。k8凯发(国际)股份中央研究院在视觉计算 、数据挖掘 、机器人等多个领域进行基础科研 ，以探究未知 、发现新知 。基于中央研究院提供的底层技术支持 ，镭晨科技自身的研发团队将进行技术落地与产品化 ，把这些 “黑科技应用”带入更多的工业场景 。

       未来的工厂将会拥有灵活的协同系统 ，自主运行整个生产过程 ，在全局范围内自我优化 ，实时适应新的环境 。k8凯发(国际)股份（CVTE）将以视觉计算 、数据挖掘等前沿技术赋能制造模式和工业体系 ，为智慧工业建设注入新的能量 ，让科技设想照进现实 。