实现零目视检测 纬创打造「AI端到端解决方案」
- DIGITIMES企划
-
纬创资通(Wistron)运用深度学习优化产线瑕疵检测以实现零目视检测的目标。资深经理梁维国表示，电子制造业的产线瑕疵检测演进过程中，从全面目视检测作业(亦即产线每一站皆采人工目视检测)开始，投入大量人力来确保品质。随着AOI检测机的技术成熟与普及，以及提升产出品质及提高生产速度的目的，业界大量导入各式光学检测机到各个产线，亦达到提升了生产速度以及降低了大部分的人力使用的成果。
然而对于品质的要求不断提高，以SMT产在线大量应用的自动光学检测机(AOI)为例，业界多让AOI以宁可错杀的方式(参数严格设定)进行检测，而在AOI后方再由复判人员进行二次复检来确保产出品质。
梁维国指出，纬创资通藉由其多GPU、多目标学习及多深度学习框架(Multi Deep Learning Framework)来加速整个训练。以SMT电阻及电容的图像识别学习为例，从数据金山中筛选了145K的训练数据；7种DIP组件包括电容、连接头、蜂鸣器、散热器、螺丝、标签及VGA等亦从数据金山中筛选了130K的训练数据，搭配多模型的协同运作，15个模型约10ms推理时间(Inference/Time)，成功展开从训练到推理的深度学习之旅。
如今，运用深度学习优化产线瑕疵检测已成为业界新一波努力的方向。然而「落地」(让AI实际应用于瑕疵检测流程上线运行)才能展现真价值。目前已在纬创资通中山厂区落实，并将成功架构及模式逐步复制扩展到其他各厂区中。
企业运用深度学习优化产线瑕疵检测的过程中，应将工厂、IT、软件与AI等团队整合成紧密协同的团队(ONE TEAM)，因为除了运用深度学习外，亦需要搭配产线的整改、流程的优化、相关自动化的设备导入，才能真正达成全面的零目视检测。
打造出涵盖需求定义、数据标记、模型训练、模型验证、落地部署及数据监控，并且结合数据串接与系统整合的「AI端到端解决方案」，搭配人员的数码化转型(Digital Transformation)与AI转型(AI Transformation)实现智能制造愿景。「AI与人员协同实现最佳化效能」，梁维国总结表示。
