缺陷检测之路一
人们都希望可以机器视觉设备来替代质检员的人眼和人脑进行外观的质检。比如零件或产品的表面缺陷（比如划伤和脏污）和尺寸。人工智能机器视觉技术目前来说，通过人工质检，有3个主要缺陷：1、人与人的差异性让标准难以统一；2、同一个人今天和明天的状态的不同会影响检测标准的执行；3、快速批量生产的产品，视觉检测，有时靠人力只能抽检而无法全检。而目前的科技研究发展方向就是通过研究人工智能机器视觉技术，可以弥补上面3点缺陷，让外观质检标准更为统一、稳定且快速。传统的机器视觉技术其实很少使用人工智能，大多用的都是基本的图像处理算法，视觉检测定位，因为过程更加可控，结果更加可预知，稳定性也更好。当然，电容视觉检测设备，实际上，早年的人工智能不够强也是一个原因。但是，传统的机器视觉技术存在一个很大的缺点。
对制造业而言，成功地将人工智能技术应用到缺陷检测中去，将使替换所有的质检员成为实际可能的事情，工厂的自动化程度才能进一步提升，而且这可能是工厂自动化之战后的一个堡垒。人工智能机器视觉技术目前，人工智能技术在表面缺陷检测领域的进展，从通用性的角度来看，未见突破，除非以下两个条件得到满足：1、基于该技术的产品，在进入一个新的细分领域的时候，不需要算法工程师参与调参即可完成研发；2、基于该技术的产品，在使用过程中，要求的带标记的训练样本数量，电子零配件视觉检测，要小到其标记操作的成本是一个工厂客户可以接受的。如果不满足条件1，那么，在进入新的细分领域时的研发成本仍然太高；如果不满足条件2，产品在销售过程中，设备制造商为每个工厂所做的调试成本过高。虽然说目前的技术手段，还不能满足这两个标准。因此未来对于人工智能机器视觉技术适用于所有的细分领域，还需要更多的工程师参与和训练样本。新一轮的世界竞争越来越激烈， 在这个竞争过程中，底层产品的研发与生产成了我国发展的核心问题，而芯片，电子电容等产品优为重要。 生产固然重要，检测也是***。 上海迈迅威视觉专门研发的表面缺陷视觉检测系统专为生产质量监控量身打造，可用于芯片，电子电容的产品的实时在线检测，也可用于电子电容等产品的离线检测 。
如对电容的丝印信息缺、漏、错印，同时检测电容元件是否反装、倒装；如果检测到产品信息丝印不良或反装、倒装、系统会实时报警停机、或将剔除信号给到剔除机构自动剔除。从而，杜良品的流出。可检测内容：
1.检测电容丝印信息是否印错
2.检测电容丝印信息是否漏印
3.检测电容丝印信息是否缺失
4.检测电容方向是否正确
