創新的鍵盤鍵帽檢測方案

電腦無疑已成為現代生活中不可或缺的工具,而鍵盤作為使用者最直接接觸的配件,其品質直接影響使用者體驗。作為鍵盤的核心組件,鍵帽在檢測過程中面臨諸多挑戰:鍵盤款式繁多,鍵帽上的文字和符號各不相同,這意味著訓練過程需要大量樣本。

此外,微小的缺陷尺寸和環境干擾等問題使得檢測過程既複雜又耗時。DaoAI 為鍵盤製造商提供了一種解決方案,透過僅使用正樣本來識別未知缺陷。結合高精度成像和影像預處理,這種方法降低了樣本採集成本,同時有效克服了細微且不明顯缺陷等挑戰,顯著提高了整體檢測效率。

檢測挑戰

當今的鍵盤市場高度多樣化,從標準鍵盤到機械鍵盤、薄膜鍵盤和人體工學鍵盤,應有盡有。每種類型的鍵盤都有不同的規格和模具,鍵帽的數量、布局、形狀和尺寸各不相同。這使得單個鍵帽的分割和識別變得極其困難。傳統的檢測方法難以滿足如此複雜多樣的檢測需求,尤其是在大規模生產線上需要快速檢測時。

在製造過程中,鍵帽可能會出現各種微小缺陷,如幾乎看不見的刮痕、凹痕和氣泡。在 8K 解析度的線掃描相機下,最小的缺陷可能僅有 9 個像素大小。這些微小的缺陷在影像中可能並不明顯,使其容易被忽視或誤判。這對檢測系統的精度和靈敏度提出了極高的要求。傳統的檢測方法往往無法準確識別這些微小缺陷,導致檢測不準確。

儘管鍵盤生產線採取了各種措施來減少灰塵和其他污染物,但完全消除灰塵是不可能的。灰塵顆粒可能會落在鍵帽表面,形成類似白色斑點的干擾,在檢測過程中可能被誤認為是實際缺陷。這增加了檢測過程的複雜性和難度。在考慮灰塵干擾的同時準確識別鍵帽缺陷,仍然是鍵盤品質檢測的關鍵挑戰之一。

DaoAI 解決方案

在實際應用中,DaoAI AOI 系統僅從單個正樣本中學習,以了解產品的標準特徵。在檢測過程中,任何檢測到的異常都會被標記為潛在缺陷,供操作員審查和確認。如果驗證為實際缺陷,系統允許培訓人員突顯缺陷區域,確保未來的檢測優先考慮這些特徵。同樣,如果出現誤報,平台提供一鍵回饋選項,將異常分類為正常樣本,防止不必要的誤報並優化模型性能。

配合 DaoAI 專用的高解析度相機,系統可以捕捉鍵帽的最細微細節,確保即使是最小的缺陷也能被準確檢測到。還透過突顯鍵帽的結構和缺陷特徵、分割關鍵區域、減少背景干擾和提高影像對比度,來增強檢測精度和可靠性。

DaoAI AOI 系統專為處理各種鍵盤類型的大量鍵帽檢測的複雜性而設計。它可以自動分類和檢測不同的鍵盤型號,顯著提高檢測效率。為了進一步優化性能,系統建立了多樣化的鍵盤型號資料庫,涵蓋各種鍵盤類型、鍵帽形狀和尺寸,以滿足不同的檢測需求。

DaoAI AOI 系統提供超快速、精確的檢測,每個鍵帽的檢測在毫秒內完成,初始模型準確率超過 99%。其獨特的回饋學習機制使 AI 能夠從錯誤中學習,即時更新異常資料並快速迭代模型,以跟上高速生產線的節奏。

在實際生產線上,DaoAI AOI 與自動化控制系統(例如 Siemens EasyCube)整合,同步組裝和檢測流程。在快節奏的生產過程中,系統能夠實現無縫的缺陷檢測、複檢和糾正,確保每個鍵帽在進入下一階段之前都經過檢測。作為一個一體化平台,它集中管理資料並提供視覺化的品質監控圖表,使製造商能夠追溯缺陷、調整生產參數並保持生產線的穩定運作。