Sie benötigen keinen Bedienereingriff, um die Fehlermodi der Testergebnisse bewerten zu können. Mit Deep Learning und einer selbstlernenden Bibliothek trainieren wir ein neuronales Netzwerk in der Bildverarbeitung. Das System lernt Funktionen, mit denen der Klassifizierer zwischen Fehlern unterscheiden kann. Durch vorherige Klassifizierung des Fehlermoduskriteriums kann die Bilderkennung ohne Unterstützung eine vollautomatische Bewertung durchführen.
Bediener müssen die Bewertungen nicht bestätigen, indem sie die Fehlermodi am Ende eines vollautomatischen Laufs akzeptieren oder bearbeiten. Deep Learning bestimmt automatisch die Art des Zug- oder Schercodes basierend auf bestimmten Standards für Fehlermodi, z. B. dem JEDEC-Standard 22-B116. Anschließend berechnet es automatisch den Prozentsatz des verbleibenden Bindungsmaterials in der Region von Interesse und identifiziert den Fehlermodus anhand von Klassifizierungen.
Dive straight into the feedback!Login below and you can start commenting using your own user instantly