过去五十年，台湾的PCB产业以其供应链完整集中，品质优良及两岸布局完整为优势，从2010年起就在全球PCB市场占据30%的市场份额。近年来，得益于高端手机的推陈出新，2017年整体PCB产业链的两岸产值已突破300亿美金，突破历史新高。
   PCB产业为台湾最具竞争力的产业之一，而自动光学检测（AOI）设备是提升PCB产能及产品良率的关键设备。AOI设备可部署于生产线的中站，在不影响产能的前提下检查半成品，因此成为PCB制造过程中比重较高的必要投资，约占总投资额的15%。
困难与挑战
   AOI 设备的检测流程是先利用AOI 光学扫描待检的PCB，获取清晰影像，然后经过电脑图像处理技术检查出PCB 上是否有短路、多铜及少铜、断路、缺口、毛刺、铜渣、缺件、偏斜等瑕疵。因为外观瑕疵的种类非常广泛，所以较一般电子零部件的瑕疵检测困难许多。

图1：PCB板上的典型缺陷

   目前AOI 检测面临过度筛检(OVERKILL)的现象。在极高的PCB良品率的要求下，AOI 设备的参数设定非常严格，也因此AOI 检测设备容易因过于敏感而出现过筛现象。经统计PCB 过筛率高达70%，即NG 产品中其实有70%的成品是合格的。目前多采取人工进行第二次筛选，将实际合格的PCB 再度送回产线。
碁仕科技人工智能（AI）瑕疵检测系统
   来自台湾的碁仕科技(G4 Technology Co., Ltd) 主要致力于提供机器视觉和自动光学检测(AOI) 领域的成像解决方案，并向企业成功应用机器视觉技术提供服务，在生产製程中严格控管品质，不仅可提升产品良率确保运作效能，亦可有效降低生产检测成本。
   近日，碁仕科技推出AI 瑕疵检测系统演示，该系统透过Allied Vision Manta G-032C 专业工业相机和Fujifilm 五百万画素高解析镜头的取像，搭配最新的AI 深度学习算法 (Deep learning algorithm)的SuaKIT AI 视觉检测软件，能实现PCB 即时检测并标注PCB 瑕疵。

图2： 碁仕科技的AI瑕疵检测系统demo

   SUALAB的深度学习技术采用人工智能神经网络学习PCB图像，相较于传统视觉技术，该瑕疵检测系统可以分析複杂的影像，大幅提升自动化视觉检测的影像判读能力和准确度，并可将瑕疵进行自动分类。根据图像的复杂程度，深度学习算法初期需要的图像数据有所不同，一般提供50-100张即可。这意味着即使是针对每个客户公司不同的瑕疵标准，该系统也能够灵活应对。
高品质Manta相机为PCB检测精确度和稳定性倍添助力
   碁仕科技的AI瑕疵检测系统中配备的Manta G-032C相机是一款分辨率为(656 x 492) 30万像素的高品质工业相机，其80 fps的速度可以满足正常需求，一般经过15分钟时间就可建立对应神经网络模型。在实际的生产线上，每秒钟可实时处理所采集的80张图像。
   “我们为此款PCB检测演示应用选择Manta相机主要是考虑到实时检测环境下的高速要求，这需要我们以较小的图片尺寸快速的传递图像，而该款相机拥有较快的帧率，可完全满足检测的速度需求。” 碁仕科技总经理Ken Chou强调。“此外，Allied Vision品牌相机的德国品质和稳定性使得其成为AI检测算法的最佳匹配。事实上，根据应用的不同，几乎所有的Allied Vision系列相机均可做为PCB系统检测的理想选择。例如，如果客户对检测的成像质量要求很高的情况下，也可使用Allied Vision的高分辨率相机系列，例如Prosilica GT。”

图3：Allied Vision Manta相机系列

   Allied Vision的Manta系列相机是用途最为广泛的千兆网相机系列。这款相机提供众多模块化选择，包括弯头和板级版本，使得相机可与几乎任何应用整合。Manta 先进的功能集合，包括多相机同步、用户指令和以太网触发功能，可简化多相机应用的设置，减少整体布线工作并降低成本。