Konenäkö laadunvalvonnassa: Konenäön hyödyntäminen piirilevyjen valmistuksen laadunvalvonnassa

Abstract

Tässä kandidaatintutkielmassa tarkastellaan konenäön hyödyntämistä piirilevyvalmistuksen laadunvalvonnassa. Tavoitteena on selvittää, miten konenäköä voidaan käyttää tehokkaasti laadunvalvontaprosessissa. Tarkastelun kohteena ovat myös konenäön tuomat mahdolliset edut ja haasteet. Tämä tutkielma on kirjallisuuskatsaus, jossa esitellään ensin piirilevyjen valmistusprosessi ja nykyisiä laadunvalvontamenetelmiä. Tämän jälkeen käydään läpi konenäön ja syväoppimisen periaatteita sekä sovelluksia teollisuudessa. Case-esimerkkinä tarkastellaan syväoppimiseen perustuvaa, YOLOv5-arkkitehtuuriin pohjalta kehitettyä mallia, joka on kehitetty pintavikojen tunnistamiseen piirilevyistä. Esimerkin perusteella syväoppiminen kykenee parantamaan vikojen tunnistustarkkuutta ja vähentämään väärien hälytysten määrää. Tutkielman johtopäätöksenä todetaan, että tekoäly ja konenäkö tarjoavat merkittäviä mahdollisuuksia laadunvalvonnan tehostamiseen, mutta käyttöönottoon kuitenkin vielä liittyy haasteita alkuinvestointien suuruudesta laadukkaan opetusdatan keräämiseen. Pitkällä aikavälillä kehityksen voidaan kuitenkin odottaa etenevän kohti integroidumpia sekä itseoppivia järjestelmiä.