在现代电子设备中，PCB（印制电路板）占有重要的地位，其质量直接影响到产品的性能。PCB制造通常依赖多年积累知识的专家，这些专家非常了解和理解制造过程的每个步骤，他们了解如何利用他们的知识来优化生产和提高产量。随着半导体制造技术的不断发展以及人们对电子产品轻薄、便携的需求，PCB向着高密度、超薄型、高性能的方向发展。因此，对其生产工艺和质量提出了越来越高的要求。然而，在PCB的生产过程中，由于不同的原因，印刷电路板会不可避免的产生不同的缺陷，比如刮伤、导线重合等。目前PCB缺陷检测工作大部分由人工目测完成，人为的限制（包括误操作和疲劳）阻碍了效率增长，操作员的错误或对PCB缺陷的错误识别（“错误警报”）可能会由于过度处理而影响良率，甚至会损害PCB本身。如今PCB（电路印刷版）已经发展到全新阶段，诸如高密度互连（HDI）PCB，IC基板（ICS）等全新技术引入，使得整个生产过程从手动变成了全自动化。随着制造技术的进一步发展，工艺变得越来越复杂，缺陷检查越来越重要也越来越难，这些致命缺陷可能会导致整个PCB板的报废。对于PCB制造业来说，利用人工智能（AI）并优化生产工艺以及最终优化整个PCB制造流程的趋势日益突显。利用深度学习方法检测PCB缺陷，为机械臂的视觉系统提供高精度、实时检测的解决方案。未来将代替传统PCB质检员的工作，极大地提高PCB工厂质检效率。
　　宏杰科技基于深度学习的PCB缺陷检测系统，提供高精度、实时的PCB缺陷检测。目前可以对“刮伤”、 “毛刺”、 “鼠咬”、“短路”、“断路”、“多铜”、“漏铜”、“腐蚀”、“少铜”、“偏孔”这十种PCB缺陷进行实时检测。未来将收集PCB工厂更多类型和数量的缺陷图片数据进行深度学习模型的更新迭代，适应工厂PCB质检的需求。宏杰PCB在线AI自动检测AI检测优势：
　　1、对未知瑕疵进行识别。目前PCB产业应用最多的就是AOI检测，AOI检测系统流程主要系先利用光学仪器对待检测的PCB板进行扫描获取图像，然后系统对数据库中的合格参数进行比对，经过计算机影像处理技术检查出PCB上是否存在缺陷。但业界指出，目前AOI检测会面临过度筛检的现象。造成此现象的原因一来是因PCB产业有高良率的要求，因此在AOI的参数上设定非常严格。二来则是因光学原理容易使AOI因光影干扰而敏感，因此只要有些微外在光影的影响，设备便会自动判读为缺陷品。我公司的PCB在线AI自动检测不需要购买昂贵的AOI检测设备，只需要一个工业相机获取图像信息，一般15分钟就可建立对应的神经网络模型。AOI检测与AI辨识的差异，在于是否可针对未知瑕疵进行识别。AOI设备的检测原理只能以设定好的参数标准为基准进行判断，也就是逻辑性的思考，业者须先定义瑕疵的样本，AOI再透过样本进行筛检。而AI则是在经由训练成熟后自行定义瑕疵范围，可进一步有效判别未知的瑕疵成像。
　　2、无需依靠模板图像。目前PCB表面缺陷检测基本都要依靠图像识别技术，首先选择合适的实验装置采集模板图像和待测图像，然后结合数字图像处理技术以及模式识别技术，采用PCB缺陷检测中的参考法，完成对待测PCB图像的缺陷检测工作。我公司的PCB在线AI自动检测不需要预先采集模板图像，采用机器学习的方式，预先采集学习各种PCB板刮伤和导线重合的图像数据，采集中对高速摄像机的镜头以及光源进行了调整和选择，并对采集的图像数据进行打标分类， 对标注训练，采用对比分析方法，剔除少量模糊和难以识别的图像数据，将数据集转换为可以识别的数据集。经过深度学习，通过卷积神经网络提取图像特征，确定出缺陷的类别，再用边界回归算法确定缺陷的位置并标注出来，从而实现了对PCB的图像数据进行缺陷的识别和检测。
　　PCB发展的最终趋势是拥有完全集成Industry 4.0系统的工厂，该系统在全球和制造系统级别采用AI技术。“全局”级别包括工厂中的所有系统，而不仅仅是单个制造系统。工业4.0提供了自动化和数据交换基础结构，可实现实时生产分析，双向通信和数据共享，可追溯性以及按需数据分析。在任何特定的工厂内，AI都可以使用从各种制造系统和机器获取的数据来改进流程，这些数据是通过工业4.0机制（例如可追溯性，双向通信）收集的。工厂之所以受益，是因为AI分析了大量的系统范围数据以优化工厂设置参数并实现最高水平的生产率和良率。人工智能分析和自我学习正在进行中，并通过人工神经网络进行。几年之内，它将消除人工操作人员的干预，并导致建立全自动工厂。