随着信息技术的高速发展，电子元器件在我国需求量逐渐增大，而且电子元器件也逐渐向薄型化、智能化、集成化、微型化的趋势发展，但这也成为了电子元器件检测的阻碍，极大的限制了企业的批量生产效率和产品质量的提升。因此需要AI视觉通过无接触、无损伤的实时检测方法代替人工、传统方式检测，从而提升企业的生产率及产品质量。

电子元器件识别检测：

电子元器件生产过程中需要经过复杂的工艺处理，在多重工序处理下，会出现各种问题，如表面缺陷、字符不清等。因为电子元器件种类繁多，各类电子元器件的结构形状、损坏程度和检验方法也均不相同，一些传统检测方法已无法适应高节拍、柔性化的生产需求。

1、贴片元器件在生产过程中易出现孔洞、剥落、污点等缺陷，由于缺陷小，传统算法需要耗费大量的时间对缺陷进行定制化开发，并且在进行灰度阈值分割时，易将微小的缺陷分割出去，很难保证在高速生产线上实现零缺陷检测的要求；

2、PCB板上存在很多焊点和细小零件，字符识别采集图像时背景较为复杂，干扰因素多，造成字符定位和识别不准确，加上零件本身反光，会出现识别信息不全、误识别以及识别速度慢等情况，无法满足实际生产检测过程中对PCB板字符识别的需求；

3、PCB板在焊接元器件过程中，需要检测每个元器件位置是否正确、元器件是否缺失等情况，传统算法无法对多种电子元器件定位识别，而且定制开发需要耗费大量的时间，容易受外界因素影响，导致错误定位或元器件缺失，直接影响PCB板的性能及生命周期。

矩视智能AI视觉云平台——电子元器件AI视觉检测

1、云平台工业AI视觉云平台针对元器件缺陷检测搭建了专属底层卷积神经网络架构，对工人无专业技术要求，只需在线上传不同缺陷数据图片进行标注训练，即可准确提取微米（μm）级的缺陷进行识别定位，从而实现高速流水线上零缺陷的目标；

2、云平台针对字符搭建了专属神经网络架构，通过精准标注训练，完美适应复杂背景下的字符识别，识别率最高可达99.99%。

3、云平台无需开发人员耗费大量的时间对不同的元器件进行定制化开发，只需上传合格的产品图片，对图片内的元器件进行训练学习，即可准确定位PCB板上的元器件位置及完整性，在复杂的场景下拥有更好的效果，识别速度可达毫秒级别。

产品：

矩视智能工业AI视觉云平台利用深度学习算法框架结合自主研发的电子元器件检测模型成功实现了字符识别、目标定位、缺陷检测及分类的云端化，用户只需通过在线标注、训练的方式进行自定义学习。成功实现了复杂场景下的识别检测，同时具有抗干扰能力强、准确率高、算法自升级等优势，识别率最高可达99.99%。