机构名称：
¥ 1.0
在印刷电子中，完美的印刷质量对于电子设备制造至关重要。虽然印刷缺陷可能会降低电子设备的性能甚至导致其故障，但使用传统的计算机视觉工具进行印刷缺陷识别的质量评估仍存在挑战。本研究提出了基于人工智能 (AI) 和深度卷积神经网络的计算机视觉方法。首先，收集并标记带有印刷线图像的数据集。其次，使用 Grad-CAM 可视化技术对整体印刷质量分类模型进行训练和评估。第三，也是最后一点，对预训练的对象检测模型 YOLOv3 进行了微调，以进行局部印刷缺陷检测。在微调之前，分析了地面真实边界框，并使用 k 均值聚类算法选择了锚框大小。整体印刷质量和局部缺陷检测 AI 模型与基于滚筒的凹印胶印系统集成在一起。这种 AI 方法也有望成为更准确的印刷可靠性分析的有力补充。
人工智能辅助凹版胶印系统可靠性评估
主要关键词
相关文件推荐
