隨著我國新型基礎設施加快建設、工業4.0加速發展，新興的 3C 產品如 VR/AR、可穿戴設備、手環、智能手表、無人機等，正逐漸向大眾生活延伸。

受益于集成電路技術和互聯網的快速發展，3C 產業快速成長，而生產過程中的檢測面臨諸多挑戰，檢測作為3C電子產品生產的最后一道工序，是產品品質的“守門員”。

• 檢測難點1：缺陷種類繁多

一個3C產品由幾百上千個元器件構成，其中一部分受損就可能會影響整個產品的使用，降低用戶體驗。這些元器件在生產過程中易出現孔洞、剝落、污點等多種缺陷，缺陷種類多且面積小，傳統視覺檢測方式需要對每一種缺陷進行定制化開發，開發周期長。

• 檢測難點2：受背景影響大

3C產品主要材質為金屬、玻璃，這些在拍照時常常會出現反光或背景顏色相近等情況，如電腦芯片、手機屏幕等。傳統的檢測方法很難將待檢測物體與背景分割開，若圖像出現反光也會大幅度地降低檢測準確率。

• 檢測難點3：目標識別難

作為電子元器電氣連接的提供者，PCB板幾乎應用于所有的電子設備，其設計巧妙，表面存在很多焊點和細小零件，但由于零件本身反光，在抓取或焊接時很難準確識別全部信息，常會出現誤識別、識別慢等情況。

3D+AI視覺技術

全方位檢測破除項目難點

傳統的視覺檢測方法大多依靠人工先驗知識進行特征提取，對光照、相機位置等變化較敏感，且當被檢測物體發生變化后，特征提取規則需重新設計和開發，導致算法的泛化性和復用性不佳．與之相比，深度學習神經網絡方法的適應性更好，通用性更廣。

華漢偉業3D+AI視覺技術聯通三維圖像數據與深度學習算法，通過深度神經網絡模型能夠對原始數據進行自動學習提取特征、建立復雜特征、學習映射并輸出，能在訓練過程中不斷優化所有層級。

同時還可以處理大規模的數據，彌補2D圖像初始判定中處理信息缺失的不足，實現功能模塊多樣性，提高缺陷識別準確性和泛化能力，能快速適應各種工藝變化，有效解決3C電子行業痛難點問題，促進產品質量穩定可靠。

在3C行業的具體場景中，為滿足客戶對品質的嚴格要求，華漢偉業深刻洞悉3C行業需求，不斷加強產品創新研發能力。華漢偉業在視覺檢測技術上持續創新投入，自主研發多種行業模型，成功構建3D+AI視覺系統進行應用，實現在3C行業場景的“智”造升級，助力3C智能制造行業“提質增效、降本減存”的智能化賦能的目標。

3C電子行業

實際檢測案例集錦

手機SIM卡槽尺寸測量

手機屏蔽蓋平面度/輪廓度測量

手機中框BG點膠3D引導&復檢

PCBA插件爐后焊接質量檢測

顯示平板Pad區域異物檢測

手機軟包電池外觀缺陷檢測

在智能制造的征途中，每一份努力，都匯聚成照亮前行道路的光芒，華漢偉業在推動3C行業轉型升級的道路上留下了堅實的足跡。未來，華漢偉業將繼續深化技術創新，加強與產業鏈上下游的合作，共同繪制一幅3C行業智能化發展的新藍圖。