PCB元器件插件AI质检：极性错装与漏料识别定制

针对SMT贴片后插件环节元器件极性反插、漏装、错规格等人工目检易漏判的问题，部署多角度工业相机配合定制环形与条形光源，搭建基于卷积神经网络的分类模型。通过产线2000+正负样本迭代训练，将极性错装识别准确率稳定在99.3%以上，并将检测结果与MES系统对接，实现不良品自动分拣与缺陷工位反向追溯。日均可拦截异常批次约15批，平均替代2名专职目检员工时。