【课题】依赖于熟练工的经验
在官能检测中,允许良品状态有差异。
由于良品状态的判断标准依赖于熟练工的知识,因此很难用以往的FA图像处理系统对其进行定义,并且需要不断进行设置调整工作,这成为自动化的难题。
【课题】依赖于熟练工的经验
在官能检测中,允许良品状态有差异。
由于良品状态的判断标准依赖于熟练工的知识,因此很难用以往的FA图像处理系统对其进行定义,并且需要不断进行设置调整工作,这成为自动化的难题。
学习存在差异的良品图像,将脱离学习范围的特征抽取为缺陷。
AI准确匹配是一种缺陷抽取处理,仅将“良品中没有的特征”检测为不良部位。
通过学习存在差异的良品图像,创建AI模型。作为良品还原模型,AI每次检测都会创建“推测为良品的模型”。
然后只将拍摄图像与良品还原图像的差异抽取为缺陷,有效减少过检。
Lorem ipsum dolor sit amet, consectetuer adipiscing elit. Aenean commodo ligula eget dolor. Aenean massa. Cum sociis natoque penatibus et magnis dis parturient montes, nascetur ridiculus mus. Donec quam felis, ultricies nec, pellentesque eu, pretium quis, sem.
Nullam dictum felis eu pede mollis pretium. Integer tincidunt. Cras dapibus. Vivamus elementum semper nisi. Aenean vulputate eleifend tellus. Aenean leo ligula, porttitor eu, consequat vitae, eleifend ac, enim. Aliquam lorem ante, dapibus in, viverra quis, feugiat a, tellus.
Lorem ipsum dolor sit amet, consectetuer adipiscing elit. Aenean commodo ligula eget dolor. Aenean massa. Cum sociis natoque penatibus et magnis dis parturient montes, nascetur ridiculus mus. Donec quam felis, ultricies nec, pellentesque eu, pretium quis, sem.
Aenean vulputate eleifend tellus. Aenean leo ligula, porttitor eu, consequat vitae, eleifend ac, enim.
Lorem ipsum dolor sit amet, consectetuer adipiscing elit. Aenean commodo ligula eget dolor. Aenean massa. Cum sociis natoque penatibus et magnis dis parturient montes, nascetur ridiculus mus. Donec quam felis, ultricies nec, pellentesque eu, pretium quis, sem.
Nulla consequat massa quis enim. Donec pede justo, fringilla vel, aliquet nec, vulputate eget, arcu. In enim justo, rhoncus ut, imperdiet a, venenatis vitae, justo. Nullam dictum felis eu pede mollis pretium. Integer tincidunt. Cras dapibus. Vivamus elementum semper nisi. Aenean vulputate eleifend tellus. Aenean leo ligula, porttitor eu, consequat vitae, eleifend ac, enim.
Lorem ipsum dolor sit amet, consectetuer adipiscing elit. Aenean commodo ligula eget dolor. Aenean massa. Cum sociis natoque penatibus et magnis dis parturient montes, nascetur ridiculus mus. Donec quam felis, ultricies nec, pellentesque eu, pretium quis, sem.
Nulla consequat massa quis enim. Donec pede justo, fringilla vel, aliquet nec, vulputate eget, arcu. In enim justo, rhoncus ut, imperdiet a, venenatis vitae, justo. Nullam dictum felis eu pede mollis pretium. Integer tincidunt. Cras dapibus. Vivamus elementum semper nisi. Aenean vulputate eleifend tellus. Aenean leo ligula, porttitor eu, consequat vitae, eleifend ac, enim.
E3Z-D61 2M E3Z-D62 2M
E3Z-D81 2M E3Z-T61 2M
E3Z-R61 2M E3Z-LL61 2M
E2E-X2D1-N E2E-X3D1-N
E2E-X7D1-N E2E-X8MD1
NX102-9000 NX102-1200
NJ301-1200 NJ501-1300
NJ501-1400 NJ501-1500
NX502-1300 NX502-1400
NX502-1500 NX502-1600
G6B-4BND DC24
G6B-47BND DC24
G6D-F4B DC24
G7SA-3A1B G7SA-4A2B
G7SA-5A1B G7SA-3A3B
