科技專案成果

工研院研發AI瑕疵影像檢測技術
 

低良率不僅增加成本，更為製造產業帶來經營危機。製造業普遍採用傳統影像與視訊分析檢測，但為了不漏檢瑕疵，將檢測機臺靈敏度調高，卻造成大量假瑕疵，更需耗費大量人力進行產線複檢。
 

建立PCB檢測數據庫 加速製造業導入技術
 

為推動傳產邁向智慧製造，扣合政府推動之「臺灣AI行動計畫」，在經濟部技術處科技專案支持下，工研院成功研發「瑕疵影像檢測技術」，可以快速檢測不同產品、即時判斷產品缺陷，協助人員減少57%檢測篩檢量，更解決現有光學檢測設備誤判率高達90%，以及仰賴大量人工複檢、重大瑕疵漏檢致使鉅額損失等問題。
 

透過影像檢測服務，現已建立百萬張印刷電路板(PCB)瑕疵影像標記資料，並研發主動式學習與標記品質保證技術，除了大幅減少深度學習訓練所需之標記資料量50%，更有利加快製造產業導入相關技術。
 

▲ 瑕疵檢測運用示意圖
 

成功導入PCB與半導體 啟動產業AI化
 

現已技術移轉PCB檢測設備業者發展解決方案，成功減少50%以上瑕疵量且提高檢測設備單價，並已實際販售予多家PCB廠商導入應用。另擴散應用至半導體場域，已與晶圓製造商及晶圓測試廠商合作，進而提升檢測效率，以晶圓瑕疵分類為例，導入本技術後，瑕疵檢測正確率大於97%。
 

未來將複製與PCB、半導體合作的成功經驗，移轉到電路板(PCBA)、面板等檢測設備及資訊服務業者，推動AI產業化發展，提高國內檢測設備之價值，可與歐洲、美國、日本高單價檢測設備競爭，進而提升國內廠商在國際市場上的地位。
 

▲ 本技術已技轉予國內PCB終端設備業者，成功減少50%以上瑕疵量
 

• 出處：2018科技專案執行年報