머신비전을 통한 품질검사
수작업에 의한 품질 검사의 문제점
샘플 검사
– 발생 확률이 높은 경우에만 가능함
– 제조 공정조건 변화에 따른 품질 변화 인지 지연
전수 검사
– 인력 비용
– 담당자에 대한 수개월에 걸친 교육
– 직원의 이직이 빈번히 발생함
– 검사 속도가 제품 생산 능력에 영향을 줌
– 작업 시간대, 요일, 개인 등 다양한 요인에 따라 다른 결과
Visual Insights
– Deep learning 기반의 분석 기술을 적용하여 보다 높은 정확도를 달성할 수 있음
– 새로운 제품과 시나리오에 대한 분석을 적용하는데 수일간의 학습으로 가능함
– 적용 및 확산이 용이함 – 어떤 유형의 이미지에도 적용 가능함
– 범용 하드웨어를 사용함으로써 비용을 감소 시킬 수 있음
– Cloud 기술을 이용하여 업그레이드를 위한 가동 중단 기간이 필요 없음
– 단편적인 검사 뿐만 여러 작업 단위에 걸친 최적화 시나리오를 위한 빅데이터 분석 플랫폼
PCB-Vision
– 품질결함 비전검사 솔루션
– 학습된 알고리즘을 바탕으로 간단한 추가 데이터 학습만으로 실무 적용 가능
– 기존에 사용중인 검사장비 및 어플리케이션과 연동 가능
– 육안검사로 놓칠 수 있는 결함을 99% 가까이 탐지
적용 영역
– PCB, FPCB 품질(비전)검사
– 머신비전에 적용되는 다양한 분야에 딥러닝 솔루션 활용 가능함
– 기존 머신비전 대비 10% 이상 결함 탐지율 향상(적용 영역에 따른 차이 존재)
