利用人工智能的瑕疵检测系统及其方法技术方案

本发明专利技术提供一种利用人工智能的瑕疵检测系统及其方法。所述瑕疵检测系统，连接于自动外观检测装置，包括下列装置。复检伺服站接收瑕疵图像与瑕疵位置。训练终端存储已训练模块。分类终端接收瑕疵图像与瑕疵位置，读取已训练模块中相应瑕疵图像的目标训练模块，依据目标训练模块分类瑕疵图像以产生并传送标记瑕疵图像至复检伺服站。复检终端接收标记瑕疵图像，接收并传送相应标记瑕疵图像的验证操作至复检伺服站。标记复检终端接收验证操作与标记瑕疵图像，并接收相应标记瑕疵图像的标记结果。复检伺服站传送标记结果与标记瑕疵图像至训练终端，以使训练终端据此训练对应的训练模块。

Defect detection system and method using artificial intelligence

【技术实现步骤摘要】
利用人工智能的瑕疵检测系统及其方法
本专利技术涉及一种瑕疵检测技术，尤其涉及一种利用人工智能的瑕疵检系统及瑕疵检测方法。
技术介绍
随着科技进步，电子零件的精密度要求日益趋高。为确保电子零件的良率提升，在电路板的制作过程会经过光学检测与复检两个阶段。光学检测阶段用以取得待检物图像，并判断待检物是否存在瑕疵。复检阶段是通过人工的方式对光学检测阶段所判定的瑕疵进一步检测标记。然而，降低制作过程中所耗费的大量人力为工业制程中的趋势。因此，如何设计机台，并导入新的技术，进而改善工业流程为本领域技术人员所致力的课题。
技术实现思路
本专利技术提供一种瑕疵检测系统与瑕疵检测方法，通过在工业制程中引入人工智能的方式，藉此降低人力的负担。本专利技术提供的瑕疵检测系统连接于自动外观检测装置，瑕疵检测系统具有下列设备。复检伺服站连接于自动外观检测装置，复检伺服站接收来自自动外观检测装置的瑕疵图像与瑕疵位置。训练终端连接至复检伺服站，存储至少一个已训练模块。分类终端连接至复检伺服站与分类终端，接收来自复检伺服站的瑕疵图像与瑕疵位置，读取至少一个已训练模块中相应于瑕疵图像的目标训练模块。分类终端依据目标训练模块，分类瑕疵图像以产生标记瑕疵图像，分类终端并传送标记瑕疵图像至复检伺服站。复检终端连接至复检伺服站，接收来自复检伺服站传送的标记瑕疵图像，复检终端接收相应标记瑕疵图像的验证操作，并传送验证操作至复检伺服站。标记复检终端连接至复检伺服站，接收来自复检伺服站的验证操作与标记瑕疵图像，并接收相应标记瑕疵图像的标记结果。复检伺服站传送标记结果与标记瑕疵图像至训练终端，训练终端接收并依据来自标记复检终端的标记结果以及对应的标记瑕疵图像训练对应的训练模块。复检伺服站连接于自动外观检测装置，并接收来自自动外观检测装置的瑕疵图像与瑕疵位置。训练系统连接至复检伺服站，存储多个已训练模块。分类终端连接至复检伺服站与分类终端，接收来自复检伺服站的瑕疵图像与瑕疵位置，读取已训练模块中相应于瑕疵图像的目标训练模块，依据目标训练模块分类瑕疵图像以产生标记瑕疵图像，分类终端并传送标记瑕疵图像至复检伺服站。复检终端(VRS)，连接至复检伺服站，接收来自复检伺服站传送的标记瑕疵图像，并显示标记瑕疵图像于复检终端的显示器上，复检终端接收相应标记瑕疵图像的验证操作，并传送验证操作至复检伺服站。复检伺服站传送验证操作以及标记瑕疵图像至训练系统，训练系统依据验证操作以及标记瑕疵图像进行训练，以更新目标训练模块。本专利技术提供的瑕疵检测方法适用连接自动外观检测装置的瑕疵检测系统。瑕疵检测系统具有复检伺服站、训练终端、标记复检终端、分类终端以及复检终端。瑕疵检测方法具有下列步骤。由复检伺服站接收来自自动外观检测装置的瑕疵图像与瑕疵位置；由分类终端接收来自复检伺服站的瑕疵图像与瑕疵位置；由分类终端相应于瑕疵图像的目标训练模块，依据目标训练模块分类瑕疵图像以产生标记瑕疵图像，并传送标记瑕疵图像至复检伺服站；由复检终端接收来自复检伺服站传送的标记瑕疵图像，显示标记瑕疵图像于复检终端的显示器上；由复检终端接收相应标记瑕疵图像的验证操作，并传送验证操作至复检伺服站；由标记复检终端接收来自复检伺服站的验证操作与标记瑕疵图像，并接收相应标记瑕疵图像的标记结果；由复检伺服站接收标记结果以及标记瑕疵图像并传送至训练终端；以及由训练终端接收并依据来自标记复检终端的标记结果以及对应的标记瑕疵图像训练对应的训练模块。基于上述，本专利技术的瑕疵检测系统与瑕疵检测方法采用了训练终端，并通过分类终端训练终端中的训练模型，以对待检物的瑕疵图像自动分类。如此一来，目检员仅需针对分类终端检测不出的瑕疵进行判断，有效的降低人力耗损与成本。为让本专利技术的上述特征和优点能更明显易懂，下文特举实施例，并配合所附附图作详细说明如下。附图说明图1示出本专利技术一实施例瑕疵检测系统的系统示意图。图2示出本专利技术一实施例训练系统的系统示意图。图3示出了本专利技术另一实施例瑕疵检测系统的系统示意图。附图标记说明10、40：自动外观检测装置；100、400：瑕疵检测系统；110、410：复检伺服站；412：自动取样装置；414：自动运输装置；415：图像统整设备；122、422：训练终端；124：目标训练模块；126：已训练模块；128、424：标记复检终端；130、430：分类终端；140、440：复检终端；S210～S290、S310～S340、S505～S555：步骤。具体实施方式图1示出本专利技术一实施例瑕疵检测系统的系统示意图。以下将通过图1说明本专利技术瑕疵检测系统100中的系统结构与硬件元件。首先，瑕疵检测系统100连接至自动外观检测装置10。自动外观检测装置10具有光学元件，用以获取待检物图像。自动外观检测装置10通过待检物图像对待检物进行初步的瑕疵筛检。若自动外观检测装置10判断待检物具备瑕疵，则会传送瑕疵图像以及瑕疵位置至瑕疵检测系统100。在本专利技术的一实施例中，自动外观检测装置例如为自动光学检测装置(AutomaticOpticalInspectionequipment，AOI)或者是自动外观检测装置(AutomaticVisualInspectionequipment，AVI)。待检物例如为各种类型的电路板。常见的瑕疵例如为，内外层偏位、手指异色、手指异物、手指露铜、文字不清、油墨脱落、金面异色、金面异物、金面露铜、电测、手指压折伤、防焊脱落、金面压折伤或软板脏污等。瑕疵图像为具有或疑似具有瑕疵特征，并被判定为存在瑕疵的图像。本专利技术并不以前述自动外观检测装置10、待检物与瑕疵的案例为限。本专利技术的瑕疵检测系统100具有复检伺服站110、训练终端122、标记复检终端128、分类终端130以及复检终端140。复检伺服站110连接于自动外观检测装置10，并用以接收来自自动外观检测装置10的瑕疵图像与瑕疵位置。除此之外，复检伺服站110也会与瑕疵检测系统100中的其他设备相互连接，并作为整合设备与数据传输的中继站。不仅如此，复检伺服站110还会将所接收到的瑕疵图像、强化瑕疵图像和/或标记瑕疵图像都存储在复检伺服站110，藉此，复检伺服站110可以依据不同的制程流程进而传送对应的瑕疵图像、强化瑕疵图像和/或标记瑕疵图像至对应的处理装置中。在本专利技术的一实施例中，复检伺服站110例如为验证修复伺服器，然本专利技术不限于此。训练系统包括训练终端122以及标记复检终端128。训练终端122连接于复检伺服站110，用以训练、管理并存储多个已训练模块。训练终端122会接收多笔已标记瑕疵类型的瑕疵图像输入至深度学习模型，藉此获取已训练模型。训练终端122可以使用任何具备处理器的装置所实现，且训练终端122采用的深度学习模型例如但不限于，LeNet模型、AlexNet模型、GoogleNet模型或VGG模型(VisualGeometryGro本文档来自技高网...

【技术保护点】
1.一种利用人工智能的瑕疵检测系统，连接于自动外观检测装置，所述瑕疵检测系统包括：/n复检伺服站，连接于所述自动外观检测装置，所述复检伺服站接收来自所述自动外观检测装置的瑕疵图像与瑕疵位置；/n训练终端，连接至所述复检伺服站，存储至少一个已训练模块；/n分类终端，连接至所述复检伺服站与所述分类终端，接收来自所述复检伺服站的所述瑕疵图像与所述瑕疵位置，读取所述至少一个已训练模块中相应于所述瑕疵图像的目标训练模块，所述分类终端依据所述目标训练模块，分类所述瑕疵图像以产生标记瑕疵图像，所述分类终端并传送所述标记瑕疵图像至所述复检伺服站；/n复检终端，连接至所述复检伺服站，接收来自所述复检伺服站传送的所述标记瑕疵图像，所述复检终端接收相应所述标记瑕疵图像的验证操作，并传送所述验证操作至所述复检伺服站；以及/n标记复检终端，连接至所述复检伺服站，接收来自所述复检伺服站的所述验证操作与所述标记瑕疵图像，并接收相应所述标记瑕疵图像的标记结果，/n其中，所述复检伺服站传送所述标记结果与所述标记瑕疵图像至所述训练终端，所述训练终端接收并依据来自所述标记复检终端的所述标记结果以及对应的所述标记瑕疵图像训练对应的训练模块。/n...

【技术特征摘要】
20180629 TW 1071226271.一种利用人工智能的瑕疵检测系统，连接于自动外观检测装置，所述瑕疵检测系统包括：
复检伺服站，连接于所述自动外观检测装置，所述复检伺服站接收来自所述自动外观检测装置的瑕疵图像与瑕疵位置；
训练终端，连接至所述复检伺服站，存储至少一个已训练模块；
分类终端，连接至所述复检伺服站与所述分类终端，接收来自所述复检伺服站的所述瑕疵图像与所述瑕疵位置，读取所述至少一个已训练模块中相应于所述瑕疵图像的目标训练模块，所述分类终端依据所述目标训练模块，分类所述瑕疵图像以产生标记瑕疵图像，所述分类终端并传送所述标记瑕疵图像至所述复检伺服站；
复检终端，连接至所述复检伺服站，接收来自所述复检伺服站传送的所述标记瑕疵图像，所述复检终端接收相应所述标记瑕疵图像的验证操作，并传送所述验证操作至所述复检伺服站；以及
标记复检终端，连接至所述复检伺服站，接收来自所述复检伺服站的所述验证操作与所述标记瑕疵图像，并接收相应所述标记瑕疵图像的标记结果，
其中，所述复检伺服站传送所述标记结果与所述标记瑕疵图像至所述训练终端，所述训练终端接收并依据来自所述标记复检终端的所述标记结果以及对应的所述标记瑕疵图像训练对应的训练模块。


2.根据权利要求1所述的瑕疵检测系统，其中，
所述标记复检终端还接收来自所述复检伺服站传送的所述瑕疵图像以及相应所述瑕疵图像的分类结果，
所述训练终端还接收并依据来自所述标记复检终端的所述分类结果以及对应的所述瑕疵图像训练对应的训练模块。


3.根据权利要求2所述的瑕疵检测系统，其中所述训练终端还输入所述标记瑕疵图像至深度学习模型，以训练所述训练模块。


4.根据权利要求1所述的瑕疵检测系统，还包括：
自动取样装置，连接至所述自动外观检测装置与所述复检伺服站，接收来自所述自动外观检测装置的瑕疵坐标，其中所述瑕疵坐标对应于待检物，其中
所述自动取样装置还依据所述瑕疵坐标对所述待检物重新取样，以获取强化特征图像，
所述自动取样装置还传送所述强化特征图像至所述复检伺服站。


5.根据权利要求4所述的瑕疵检测系统，还包括：
自动运输装置，通信连接于所述自动外观检测装置与所述自动取样装置，所述自动运输装置于接收到所述自动外观检测装置的完成信号时，前往并搬运所述自动外观检测装置的样品台上的所述待检物至所述自动取样装置的样品台。


6.根据权利要求1所述的瑕疵检测系统，其中所述复检伺服站还包括：
图像统整设备，存储所述瑕疵图像以及所述标记瑕疵图像。


7.一种利用人工智能的瑕疵检测方法，适用连接自...

【专利技术属性】
技术研发人员：安比卡帕亚鲁木鲁甘，徐敏堂，陆家樑，方志恒，
申请(专利权)人：由田新技股份有限公司，
类型：发明
国别省市：中国台湾;71