镭晨AOI算法和传统算法对比报告 - 第5页
深度学习 1 、 一键搜索元件 ， 自动定位 & 选取元件框 2 、适当调整阀值或模型即可 优点 & 缺点 优点： 1 、智能化：可用来一键搜索元件 2 、 泛化 性 ：轻 微 差 异 不影 响 检 测 ， 如 光 照变 化 、 元件花纹 轻微差异等 3 、大大降低编程复杂度 4 、可通过采集样本不断学习进步，而不依赖于工 程师经验 缺点： 1 、需要大量的训练样本
颜色算法
1、框选元件（定位）
2、提取图片中R、G、B各颜色分量的占比
3、设置各颜色分量的占比阀值
4、检测时，如果实际元件区域某个颜色超过设置的范围，即报错
优点&缺点
优点：
1、灵活：没有器件限制
2、主动权全部交给工程师
3、直观：是否能检测很好理解，工程师总以为可
以找到参数调整
缺点：
1、复杂：要设置非常多颜色框，参数很难调整
2、难以优化：有问题时依赖于工程师对问题的理解
，选择合适的框选方式和参数
3、兼容性差：要求定位精准，差异非常大的情况很
难找到合适的参数
4、受各种因素影响大，不稳定，如光照变化、元件
不标准
深度学习
1、一键搜索元件，自动定位&选取元件框
2、适当调整阀值或模型即可
优点&缺点
优点：
1、智能化：可用来一键搜索元件
2、泛化性：轻微差异不影响检测，如光照变化、元件花纹
轻微差异等
3、大大降低编程复杂度
4、可通过采集样本不断学习进步，而不依赖于工程师经验
缺点：
1、需要大量的训练样本
原理对比
这是一只狗，要求：
黑色的眼睛
灰色的耳朵
白色的身体
这是一只狗吗？
不是
传统算法
深度学习算法
它们都是狗
这是一只狗吗？
是
训练
识别