SolderNet：利用可解释人工智能实现电子制造中焊点可信视觉检测
计算机视觉与模式识别
2022-11-21 v1
摘要
在电子制造中，焊点缺陷是影响多种印刷电路板组件的常见问题。为识别和纠正焊点缺陷，电路板上焊点通常由训练有素的人工检验员手动检查，这是一个非常耗时且容易出错的过程。为提高检验效率和准确性，本工作中我们描述了一种基于可解释深度学习的视觉质量检验系统，专为电子制造环境中的焊点视觉检测而定制。该系统的核心是一个名为 SolderNet 的可解释焊点缺陷识别系统，我们在设计时考虑了信任和透明度。虽然在完整系统开发部署前仍存在若干挑战，本研究朝着电子制造中焊点可信视觉检测迈出了重要一步。
引用
@article{arxiv.2211.10274,
title = {SolderNet: Towards Trustworthy Visual Inspection of Solder Joints in Electronics Manufacturing Using Explainable Artificial Intelligence},
author = {Hayden Gunraj and Paul Guerrier and Sheldon Fernandez and Alexander Wong},
journal= {arXiv preprint arXiv:2211.10274},
year = {2022}
}
备注
Accepted by IAAI-23, 7 pages