通过焊膏检查特征上的数据中心机器学习来检测 PCB 制造缺陷
原文中文,约400字,阅读约需1分钟。发表于: 。使用印刷电路板制造中的焊膏检测与自动光学检测机器自动检测缺陷可以提高运营效率并显著减少人工干预的需求。本文使用提取的 600 万个引脚的焊膏检测特征,展示了一种基于数据的方法来训练机器学习模型,以便在印刷电路板制造的三个阶段检测缺陷。这些 600 万个 PCB 引脚对应着 15387 个 PCB 中的 200...
本文介绍了一种基于数据的方法,使用印刷电路板制造中的焊膏检测特征来训练机器学习模型,以在三个阶段检测缺陷。通过使用元件和PCB ID的引脚级焊膏检测特征,机器学习模型能够捕捉到引脚间、元件间或空间效应。通过组合不同模型的检测结果,可以识别有缺陷的元件。