Hanul Semiconductor在基于人工智能的多层陶瓷电容器六面外观检测设备中，实现了每分钟检测1.3万个、缺陷检出准确率达98%的性能。
据Hanul Semiconductor 1日介绍，本次性能测试采用在高速移动中拍摄超小型多层陶瓷电容器6个表面，并由人工智能实时判定是否存在缺陷的方式进行。自主测试结果显示，在保持检测速度的同时，缺陷检出准确率从原先约95%提升至约98%。
0603规格多层陶瓷电容器是尺寸约为0.6毫米×0.3毫米的超小型元件。检测过程中，需在快速传送产品的同时，从多个方向拍摄图像，并识别微裂纹、崩边、异物、电极异常等问题。尤其在高速检测环境下，能否在维持处理量的同时减少漏检和误检，是决定设备性能的关键技术。
该设备应用了Hanul Semiconductor正在自主开发的人工智能检测平台“Hawaii”及人工智能分析引擎“AlohaNet”。Hawaii采用结合传统基于规则的图像检测与人工智能深度学习分析的混合检测架构。对于位置和形态固定的缺陷，使用传统图像处理方式判别；对于微裂纹、非规则表面缺陷等难以判断的领域，则由人工智能进行分析。
设备设计可将积累的检测数据用于人工智能训练，根据客户产品规格和缺陷类型优化判定性能。公司正在开发应用端侧人工智能技术，使设备无需连接外部网络即可在内部完成人工智能推理，从而在维持检测速度的同时提高生产数据的安全性。
目前，公司正进一步开发，目标是在年内将人工智能外观检测性能从每分钟1.3万个提升至每分钟1.5万个。Hawaii的应用范围也正逐步扩大至复合测量仪、压痕检测设备、超声波无损检测设备等自主研发的多层陶瓷电容器后段工序检测设备。
Hanul Semiconductor相关人士表示：“此次性能提升的意义在于，在将检测速度提高至每分钟1.3万个的同时，以实际高速生产环境为前提提升了人工智能缺陷判定性能。我们将通过外部专业机构评估，客观验证检测速度和准确率，并提升设备可靠性。”
版权所有 © 阿视亚经济。未经许可不得转载，禁止用于AI训练及使用。
