Un produttore di memorie utilizza un riempimento sotto gli angoli dei circuiti integrati per incollare la confezione al substrato. Occorreva ispezionare la presenza o l'assenza di riempimento e assicurarsi che non ce ne fosse né troppo né troppo poco. Serviva una soluzione in grado di misurare la lunghezza del riempimento d'angolo e di confrontarla con le specifiche. I metodi tradizionali di ispezione del riempimento degli angoli, come l'analisi dei blob, sono ostacolati dalla mancanza di specificità del livello di grigio in questa applicazione.

Come si arriva a questa conclusione? Abbiamo descritto l'uso di un sistema AOI (Nordson TEST & & INSPECTION MRS-Enabled SQ3000™) e di un algoritmo di deep learning associato per ispezionare il riempimento degli angoli in un'applicazione di assemblaggio elettronico. I risultati confermano la solidità delle prestazioni nel rilevare la presenza o l'assenza di un riempimento d'angolo e nel misurarne la lunghezza. Il sistema è stato facile da addestrare e funziona senza problemi su un PC standard. L'integrazione dell'algoritmo di deep learning nel software di sistema standard consentirebbe ai tecnici di addestrare reti che potrebbero poi essere eseguite localmente per l'ispezione. Esistono molte altre applicazioni potenzialmente valide per il rilevamento di oggetti tramite deep learning nelle applicazioni SMT e nei semiconduttori, che stiamo perseguendo attivamente.