FPC/FPCA柔性线路深度学习检测

本文分享了公司完成的中航FPC/FPCA项目,重点讲述了0%漏检率的外观缺陷检测策略,包括功能性和完整性检测需求,鼓包检测采用深度学习与传统算法结合,确保1.5%过杀率。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

最近公司交付了一个中航FPC/FPCA的项目,产品参考:

这里做个简单总结

客户需求分为两部分,第一部分是产品功能性外观检测需求:如鼓包、连桥、断栅、划痕、针孔、焊盘脱落等检测;第二部分是产品完整外观检测需求:如丝印破损、脏物等检测。

其中鼓包缺陷使用了多种打光方案、传统算法和深度学习结合方式。

漏检率为0%,过杀率为1.5%(鼓包要求严格)

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值