實現零目視檢測 緯創打造「AI端到端解決方案」
- DIGITIMES企劃
-
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。
