镭晨AOI算法和传统算法对比报告.pdf - 第2页
功能对比 传统 AOI 需要嵌入产线，产线改动大，导入成本高 XY 轴运动拍照，效率低 运动速度慢，算法效率低，最多 300 pcs/h 编程流程复杂 画多个矩形框，设置颜色参数 新版式制作超过 2 小时 在线编程 培训周期长，需要经验丰富的 AOI 工程师 检测结果完全依赖于工程师，使用者要求高 镭晨 AIS 系列 便捷安装，无需改动产线，导入成本低 (AIS 20 X) 在线一次拍摄分析，完全不影响产能 (AIS 20 X) 高速高…
镭晨科技
镭晨AOI算法和传统算法对比报告
功能对比
传统AOI
需要嵌入产线，产线改动大，导入成本高
XY轴运动拍照，效率低
运动速度慢，算法效率低，最多300pcs/h
编程流程复杂
画多个矩形框，设置颜色参数
新版式制作超过2小时
在线编程
培训周期长，需要经验丰富的AOI工程师
检测结果完全依赖于工程师，使用者要求高
镭晨AIS系列
便捷安装，无需改动产线，导入成本低(AIS20X)
在线一次拍摄分析，完全不影响产能(AIS20X)
高速高效，支持高达400pcs/h产能(AIS300)
编程流程简单
自动搜索，生成一个元件框
20分钟内完成新版本制作
远程编程
半小时可学会，一周时间可熟练使用
检测结果更多交给算法，使用者要求低
VS
技术对比
颜色算法
提取框选区域的颜色，分析颜色占比
框选&配置颜色参数，高度依赖经验
元件库，减少工作量
无法泛化，经验积累
检出率依赖于工程师经验
深度学习
卷积神经网络
大量样本数据训练模型
自动元件搜索，一键编程
高泛化性
可增加负样本训练提升
VS