研究人员开发了一种新的自动化方法,用于检测印刷电路板(PCB)组装过程中引脚错位的缺陷。该技术利用带有U-Net架构的语义分割来识别单个引脚,然后进行基于轮廓的特征提取。这些特征随后用于训练逻辑回归分类器,以评估整体板的质量。该方法表现出高性能,在工业数据上实现了0.990的ROC曲线下面积(ROC-AUC),在公开数据集上达到了1.000,优于PatchCore等异常检测技术。 AI
影响 该方法为PCB制造中的质量控制提供了一种有前景的自动化解决方案,有望减少缺陷并提高产品可靠性。
排序理由 详细介绍解决特定技术问题的创新方法的学术论文。[lever_c_demoted from research: ic=1 ai=0.7]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →