客戶：鴻騰精密（FIT）

行業(yè)：電子制造

解決方案：VisionPro Deep Learning

挑戰(zhàn)：

傳統(tǒng)檢測方法是用電子顯微鏡放大和人工目視檢測外觀瑕疵的方式,，長期下來作業(yè)員識(shí)別率降低,，無法保證精密連接器缺陷檢測的質(zhì)量和效率,；

由于人工檢測的方法導(dǎo)致標(biāo)準(zhǔn)不一致，易發(fā)生質(zhì)量問題,，給企業(yè)帶來不利影響,；

傳統(tǒng)檢測方法沒有實(shí)現(xiàn)檢測自動(dòng)化，產(chǎn)生了大量人工成本,。

效果：

實(shí)現(xiàn)外觀瑕疵檢測的自動(dòng)化,，減少企業(yè)成本,；

整體檢測能力大大提升,，機(jī)臺(tái)判定標(biāo)準(zhǔn)一致，完全避免了人為因素導(dǎo)致的檢驗(yàn)問題,；

實(shí)現(xiàn)了無人化智能工廠,，有力支持了企業(yè)智能制造戰(zhàn)略的實(shí)施。

作為全球化的領(lǐng)先解決方案提供商,，鴻騰精密（Foxconn Interconnect Technology,，F(xiàn)IT）旨在構(gòu)建互聯(lián)互通，實(shí)現(xiàn)更美好的世界,。FIT關(guān)鍵產(chǎn)品包含纜線組件,、連接器、主動(dòng)式光纖電纜,、嵌入式光學(xué)模塊,、可插拔的收發(fā)器模塊、天線,、無線充電產(chǎn)品與組件,、音頻、電力與纜線配件等,。 FIT是富士康科技集團(tuán)最早成立的事業(yè)群,。憑借在消費(fèi)者洞察、行業(yè)趨勢,、設(shè)計(jì),、開發(fā)、研究,、制造工程,、生產(chǎn)、供應(yīng)鏈方面出類拔萃的能力,，服務(wù)橫跨B2C與B2B的各種世界級品牌與自有品牌產(chǎn)品,，是全世界技術(shù)趨勢的先驅(qū)者，為消費(fèi)者提供富有吸引力的用戶體驗(yàn),。公司擁有7萬多員工,，2018年度銷售額達(dá)40億余美元,。 

老方法難以解決復(fù)雜的外觀瑕疵問題

目前，隨著應(yīng)用領(lǐng)域的飛速發(fā)展和市場規(guī)模擴(kuò)大,，對精密連接器的要求越來越高,，逐步向微型化、高頻率高速度無線傳輸,、智能化等方向發(fā)展,，需要精密連接器更小巧，更精密,、趨于完美,。因此，精密連接器對生產(chǎn)質(zhì)量和精度的要求逐步提升,，產(chǎn)品質(zhì)量檢測在精密連接器生產(chǎn)步驟中成為至關(guān)重要的環(huán)節(jié),。

精密連接器的生產(chǎn)過程工序比較復(fù)雜，原材料的選用,、設(shè)備的精度,、設(shè)備的參數(shù)、操作人員的手法,、車間的溫度,、濕度等都有可能影響精密連接器的某一質(zhì)量特性。

“精密連接器的缺陷遍布于本體的內(nèi)外表面,，缺陷種類多,、形態(tài)多變、檢測區(qū)域背景復(fù)雜,，材質(zhì)多樣,，而且檢測涉及多個(gè)表面?！盕IT的吳柏翰課長介紹說,，“所以，管控參數(shù)較多,，檢測要求復(fù)雜繁瑣,。”

人工外觀瑕疵檢驗(yàn)

傳統(tǒng)的精密連接器外觀瑕疵檢測主要靠線上品檢員進(jìn)行目檢或半自動(dòng)檢驗(yàn),，這種檢驗(yàn)方法存在效率低,、成本高、人員重復(fù)性,、漏檢等問題,，嚴(yán)重影響了產(chǎn)品的生產(chǎn)效率和質(zhì)量。檢測方式不到位易發(fā)生質(zhì)量問題,，不但會(huì)影響產(chǎn)品功能性,，傷害客戶對產(chǎn)品的購買信心,。同時(shí)，也會(huì)造成客戶投訴,，返工甚至退單,，給企業(yè)帶來損失。

FIT憑借先進(jìn)的研發(fā)和制造技術(shù)及自動(dòng)化和分析,、檢測能力的優(yōu)勢,，已成為眾多國際知名客戶的緊密合作伙伴。在產(chǎn)品質(zhì)量管控上,，F(xiàn)IT一直致力于三不政策：不接受不良,、不制造不良、不流出不良,。傳統(tǒng)視覺檢測雖然可以應(yīng)對不那么復(fù)雜的外觀檢測,，但是對于非常復(fù)雜的外觀檢測需求,，技術(shù)有所欠缺,，已經(jīng)難以滿足FIT的質(zhì)量管控要求。

VisionPro Deep Learning化繁為簡,，實(shí)現(xiàn)缺陷檢測自動(dòng)化

為徹底解決檢測難題,，提升工廠自動(dòng)化生產(chǎn)水平，F(xiàn)IT在與多家視覺檢測解決方案供貨商了解溝通后,，決定引進(jìn)基于深度學(xué)習(xí)算法的AI檢測技術(shù),。康耐視作為全球知名的機(jī)器視覺解決方案供貨商，與FIT合作已久,。經(jīng)過調(diào)研,，F(xiàn)IT發(fā)現(xiàn)，康耐視基于深度學(xué)習(xí)算法的VisionPro Deep Learning,，在其綜合檢測能力,、開發(fā)周期等各方面性能上，非常貼合FIT自動(dòng)化生產(chǎn)線的檢測要求,。

檢測畫面

在瑕疵檢測應(yīng)用中,，缺陷往往是沒有規(guī)律的，傳統(tǒng)視覺產(chǎn)品用代碼難以去明確判斷或分類不同種類瑕疵或?qū)Ρ榷容^低的瑕疵,。而VisionPro Deep Learning的深度學(xué)習(xí)算法針對工業(yè)圖像分析進(jìn)行了優(yōu)化,，只需較少的瑕疵圖像樣本和較短的標(biāo)注訓(xùn)練時(shí)間即可完成驗(yàn)證。

劃傷NG圖片

耳朵發(fā)黃NG圖片,，塑料損傷NG圖片

臟污NG圖片

VisionPro Deep Learning不但順利解決了對于傳統(tǒng)機(jī)器視覺過于繁重,、復(fù)雜或者昂貴的應(yīng)用，而且其靈活的圖形化程序設(shè)計(jì)環(huán)境,，使FIT的工程師們能夠構(gòu)建靈活自定義的深度學(xué)習(xí)解決方案,。

“選擇一個(gè)優(yōu)秀的解決方案供貨商,，不僅僅要衡量其產(chǎn)品、技術(shù)的高質(zhì)量高性能,，而是否能夠提供高質(zhì)量的快捷服務(wù)保障,，也是一項(xiàng)重要的考慮因素。在首次導(dǎo)入VisionPro Deep Learning過程中,，康耐視為FIT提供了極大的幫助,。”FIT的吳柏翰課長為康耐視所展現(xiàn)的優(yōu)質(zhì)技術(shù)支持服務(wù)點(diǎn)贊,，“從面對面的技術(shù)教學(xué),、協(xié)助項(xiàng)目開發(fā)，一直到設(shè)備使用等全流程,，康耐視都積極解決遇到的各種技術(shù)問題,，并共同與我們一起來完善項(xiàng)目程序，確保了本次項(xiàng)目的成功實(shí)施,！”

解決應(yīng)用痛點(diǎn),，全面提升生產(chǎn)效能

目前，F(xiàn)IT已在自動(dòng)化瑕疵檢測設(shè)備中成功部署了60多套VisionPro Deep Learning,。在實(shí)際運(yùn)行中,，其性能表現(xiàn)出色。整體檢測能力,，如漏檢率控制在< 0.1%,、過殺率<1~2%，檢測準(zhǔn)確率大大提升,。

實(shí)施VisionPro Deep Learning后,，F(xiàn)IT節(jié)省了100多位現(xiàn)場作業(yè)人員，且漏檢率,、人員判定差異等問題大大降低,，完全避免了人為因素導(dǎo)致的檢驗(yàn)問題。檢測結(jié)果不但更客觀穩(wěn)定,，而且大大降低了企業(yè)生產(chǎn)成本,。

自動(dòng)線外觀檢測設(shè)備

現(xiàn)在，全球精密連接器行業(yè)正在經(jīng)歷快速的技術(shù)發(fā)展,，產(chǎn)品功能更好,、兼容性更高，這使得連接器產(chǎn)品可應(yīng)用于更多的情況及情景,。而正是在康耐視VisionPro Deep Learning的幫助下,，F(xiàn)IT的精密連接器可以輕松應(yīng)對未來的各種復(fù)雜應(yīng)用挑戰(zhàn)，并為FIT抓住不同連接器終端市場的多樣化發(fā)展趨勢,，提供了持續(xù)的創(chuàng)新技術(shù)支持,。

“康耐視作為全球最早涉足機(jī)器視覺領(lǐng)域的企業(yè),，擁有豐富的深度學(xué)習(xí)部署經(jīng)驗(yàn)，而且深刻理解客戶需求,，擅長解決應(yīng)用痛點(diǎn),，是理想的機(jī)器視覺合作伙伴?！眳前睾舱n長指出,，“希望今后康耐視能打造出更加貼合自動(dòng)化生產(chǎn)線的設(shè)備，幫助客戶降低成本,，實(shí)現(xiàn)共贏,。未來雙方將持續(xù)緊密合作，F(xiàn)IT將繼續(xù)導(dǎo)入VisionPro Deep Learning,，全面實(shí)現(xiàn)外觀瑕疵檢測的無人化,！”