隨著智慧製造產業的升級和改造，智慧手機作為人們生活的必需品，它的“智”不僅僅在於產品功能、效能方面的創新，更在於生產製造過程的智慧化。
智慧手機生產共有80多道工序，每一個工序都需要進行檢測，檢測的標準各不相同。為提升產品品質，降低不良率，達到使用者滿意度，檢測作為手機生產的最後一道工序，是產品品質的“守門員”，也是手機廠商們關注的焦點。
深度學習技術
解鎖智慧手機“智”造之路
手機在生產時候不可避免的會有一些缺陷，例如：
·
蓋板玻璃上有劃傷、壓傷、破損、邊緣毛刺等，產品尺寸公差大等；
· 手機電池表面會出現漏氣、焊點、壓傷等；
· PCB元器件有錯、漏、反、浮高等問題；
· 金屬部件表面髒汙、裂紋、劃傷、刮傷、氣泡等；
· 攝像模組上有異物、汙染、刮傷、白點以及高度差等；
· 在成品機組裝上，出現缺件、錯件、螺釘浮高等等。
這些缺陷不僅會引發一系列的返工、售後問題，還會影響消費者對產品的使用感受，對產品的口碑也會造成一定的影響。
伴隨著人口紅利的逐漸消失，以及傳統機器視覺的“僵態化”檢測，侷限性問題日益突出，已無法應對終端產品的頻繁迭代。
深度學習技術，透過深度提取影象瑕疵特徵，突破傳統機器視覺邏輯簡單、難以分析無規律影象的瓶頸，持續有效地提高了質檢的準確性
。
對於產品線的不斷更迭變換，使用者無需更改或調整裝置機構，只需透過軟體選擇相應前期除錯好的引數即可，如此一來，便大幅降低了使用者更換不同產品時的裝置除錯時間。
在檢測過程中，可實現不同尺寸、型號手機玻璃面、後蓋、側面、圓弧面的全方位檢查，快速、精準地檢測出劃痕、碰傷、髒汙、邊緣銀邊、漏光等缺陷，省去了人工干預的環節。
遇到嚴重缺陷，還可根據設定線上報警或者停機，以防出現故障導致全線停產。
檢測完成後，可線上將缺陷分類、儲存、輸出報表，增加了資料的可追溯性，管理者也能在第一時間獲取產品缺陷分佈和良品率，並根據一手資料及時最佳化流程與工藝。
毫無疑問，無論是在產品生產檢驗作業中，或是進行品質管理，實現精益化生產上，依靠深度學習技術的缺陷檢測系統將是企業最為堅實的力量。
AI深度學習在手機“智”造應用
場景一
手機鏡片外觀瑕疵缺陷檢測
檢測背景
手機鏡片製造商，需要對出貨前的產品進行外觀檢測，包括披風、蝕刻不良、異色、字型不良、崩邊、邊透沙眼、劃傷、晶點、亮點等不良。
採用深度學習技術，可準確的檢測出不良，以此來替代人工繁瑣的檢測，提升效率的同時並能管控好品質。
檢測需求
披風檢測、蝕刻檢測、異色檢測、字型檢測、崩邊檢測、邊透沙眼、劃傷檢測、晶點檢測、亮點檢測。
檢測方案
透過機器視覺系統，檢測產品製造中出現的劃痕、髒汙、異物等外觀缺陷和其他異常，檢測裝配錯誤、表面缺陷、損壞的工件和缺失的功能，可確定物件的方向、形狀、位置，還可識別功能。
檢測效果
① 崩邊檢測
② 邊透沙眼
③ 劃傷檢測
④ 晶點檢測
⑤ 亮點檢測
⑥ 披鋒檢測
⑦ 蝕刻檢測
⑧ 字型檢測
場景二
手機玻璃蓋外觀缺陷檢測
檢測背景
手機、平板電子產品在組裝完成後，為保證出貨前的產品質量，需對手機的玻璃面、後蓋、側面、圓弧面進行全方位的檢查，檢測內容包括劃傷、缺口、點狀異物（如顆粒、玻璃珠、氣泡等）、壓痕、凹凸痕、鋸齒狀、髒汙、電鍍掉漆、異色等。使螢幕依次顯示不同的純色背景，檢測螢幕亮點、暗點、破圖、背光不良等缺陷。
檢測效果
① 正面檢測圖片
② R角檢測圖片
③ 側面檢測圖片
場景三
手機中板外觀缺陷檢測
檢測難點
·
檢測崩邊缺失、斷裂、變形，發生不良的位置未知且不固定，精準的搜尋並檢測判定是關鍵。
·
檢測是否漏攻牙，由於牙孔內螺紋與CCD不在一個平行的平面，加上牙孔較小且受深度干擾，難度大。
·
斷柱檢測，由於輔助定位柱的Z向高度，與CCD不在一個平行的平面，是一個難點。
檢測效果
① 牙孔檢測效果
② 斷柱檢測效果
③ 崩邊缺失檢測效果
場景四
手機外殼Logo缺陷檢測
場景缺陷
碰壓傷 、刮傷、料線、針孔、麻點、白點、缺口、凸包、研磨痕、拱起、變形
檢測難點
·
手機LOGO屬於高亮、鏡面金屬材質；
·
細微的劃傷、凹坑在傳統光學下，會被強光遮掩掉；
檢測效果
①劃痕檢測
② 凹凸點檢測
矩視智慧機器視覺低程式碼平臺是一個面向機器視覺應用的雲端協同開發平臺，始終秉承0成本、0程式碼、0門檻、0硬體的產品理念。
平臺以人工智慧技術為核心，在機器視覺應用開發環節，為開發者提供影象採集、影象標註、演算法開發、演算法封裝和應用整合的一站式完整工具鏈。覆蓋
字元識別、缺陷檢測、目標定位、尺寸測量、3D測量、影片開發
等上百項通用功能，致力於成為全球使用者量最多，落地場景最廣泛的機器視覺低程式碼平臺。
更多功能正在開發中，最新資訊會第一時間在
官方公眾號“矩視智慧”
進行公佈，大家持續關注哦！
