AWS
Advantechline
 

實現零目視檢測 緯創打造「AI端到端解決方案」

緯創資通(Wistron)資深經理梁維國。

緯創資通(Wistron)運用深度學習優化產線瑕疵檢測以實現零目視檢測的目標。資深經理梁維國表示,電子製造業的產線瑕疵檢測演進過程中,從全面目視檢測作業(亦即產線每一站皆採人工目視檢測)開始,投入大量人力來確保品質。隨著AOI檢測機的技術成熟與普及,以及提升產出品質及提高生產速度的目的,業界大量導入各式光學檢測機到各個產線,亦達到提升了生產速度以及降低了大部分的人力使用的成果。

然而對於品質的要求不斷提高,以SMT產線上大量應用的自動光學檢測機(AOI)為例,業界多讓AOI以寧可錯殺的方式(參數嚴格設定)進行檢測,而在AOI後方再由複判人員進行二次複檢來確保產出品質。

梁維國指出,緯創資通藉由其多GPU、多目標學習及多深度學習框架(Multi Deep Learning Framework)來加速整個訓練。以SMT電阻及電容的圖像識別學習為例,從資料金山中篩選了145K的訓練資料;7種DIP組件包括電容、連接頭、蜂鳴器、散熱器、螺絲、標籤及VGA等亦從資料金山中篩選了130K的訓練資料,搭配多模型的協同運作,15個模型約10ms推理時間(Inference/Time),成功展開從訓練到推理的深度學習之旅。

如今,運用深度學習優化產線瑕疵檢測已成為業界新一波努力的方向。然而「落地」(讓AI實際應用於瑕疵檢測流程上線運行)才能展現真價值。目前已在緯創資通中山廠區落實,並將成功架構及模式逐步複製擴展到其他各廠區中。

企業運用深度學習優化產線瑕疵檢測的過程中,應將工廠、IT、軟體與AI等團隊整合成緊密協同的團隊(ONE TEAM),因為除了運用深度學習外,亦需要搭配產線的整改、流程的優化、相關自動化的設備導入,才能真正達成全面的零目視檢測。

打造出涵蓋需求定義、資料標記、模型訓練、模型驗證、落地部署及數據監控,並且結合資料串接與系統整合的「AI端到端解決方案」,搭配人員的數位化轉型(Digital Transformation)與AI轉型(AI Transformation)實現智慧製造願景。「AI與人員協同實現最佳化效能」,梁維國總結表示。

 

  •     按讚加入DIGITIMES智慧應用粉絲團
更多關鍵字報導: 緯創 AOI 自動光學檢測 智慧製造