东莞市盟拓智能科技有限公司 董事长唐阳树发表主题演讲：【人工智能在Mini&Micro-LED品质管控中的机遇与挑战】
以下为发言正文：
我们公司是以工业机器视觉的软件和光学来开发方案，并形成我们设备的能力，来满足于咱们的Mini和Micro LED的过程品质管控的一个环节，再为大家一起来打拼。
咱们公司的内容是以软件和光学为基础，这就绕不开算法的问题，绕不开光学形成品质问题。但是，我会从这样几个维度来讲，其实是软件、光学和发展过程，及我们今天解决我们的外观测试，点亮测试，以及大家所关心的返修走到了怎样的一个水平和状态。
东莞市盟拓智能科技有限公司 董事长唐阳树
首先，我们也讲到工业机器视觉的专业算法能力的“精”，这个精既是一种背景也是一种要求，它的背景我们可以看到，今天Mini LED元件大小，大致以前元件大小的1/18，同时对解析度的表现，在Mini这个里面大致是2um到3um，他的精度要求也大幅度的提高，每提高1um不是绝对值的变化，更是等量的变化。以前，在一个SMT板上的像素点上大概就是几百个点，几千个点，而到在Mini/Micro LED里面已经达到了数以万级的水平，甚至十万级的水平。
同时，我们今天所干的事，实际上要找它的坏点，它的缺陷甚至瑕疵，实际上就像大海捞针一样。在这样的背景和要求下，我们就要往前更进一步的前行。我们要发现这里面有很多的问题是传统的办法所不能解决的。比如说像我们这里看到的，封胶以后形成的气泡，原始图像很难用眼睛找到他，而从右边的图就可以看到，用人工智能深度学习算法就能把相应的问题点气泡找出来，同时把他标识出来。
在这个地方大家也可以看到，在整个图上面是出现了一个不规则的一些异物，这异物也是用传统的办法所不能解决的。我们今天能做到把异物的长度以及它的面积、数量，以及异物之间的间距计算并标识出来。更进一步也可以看到深度学习、人工智能相关算法在我们金线检测当中的表现。以前，光学的图像很难把背景跟金线分开，实际上当我们用到深度学习的算法来做这样一个处理以后，就可以精细的把背景和金线区分开来。只要能够区分开来，我们的处理就变得更加的水到渠成。
这个地方是相关元件在剔除的过程当中，这是在倒装和封装当中的微观图，这是5*9mil在倒装剔除和剔除过程当中的图形，这是点印，就是我们在把残留和坏点剔除以后要做锡膏的点印。这是在固晶的状态，这个状态确实这个图片也是有一点点模糊，但是实际上在我们的视觉的识别上面是没有问题的。这是在焊接的状态当中。固晶焊接的过程当中。
我们再下来看的话，我们还有一些在新的维度的一些算法的表现和分享，实际上我们看到，这边有一个左相机和右相机，在满足过程品质管控过程当中，最开始我们要求的是所谓的叫宁可错杀不可放过，实际上后面会涉及到大家对成本的追溯，对时间和效率追溯更高的要求。实际上今天做到不同像机拍摄，同时把他融合成整图。并且无论产品大小都可以做有效的拼接。同时，这种能力还可以做到多像机拼接的一个水平。
我们看到这个地方，实际上有两种拍摄的方式，一个是走停和飞拍的分别，因为效率上的追求，也就涉及到这两种拍摄方式的差异。第一种大家看到它的速度相对在走停拍的过程。第二个实际上在飞行过程当中实现了拍摄，他的速度是我们正常走停拍摄方式3倍的速度。为我们找出问题留出了更多的时间。
同时，我们也找出了深度学习实现的方式，把他的偏移值，角度偏移和位置偏移，完整的用深度学习的方式来表现出来。这些值在我们这个领域里面，实际上我们干的事情就相当于在一颗大米上面雕长城，这个事要求很极致。但我们只为响应你们的需求和使命去路线的追求这样一个精制的细活。
共线性的检测，不管是位置的偏移还是角度的偏移，它的值我们都会完整的输出来，并且作为数据的一个环节。让你在整个工艺改善过程当中，能真正找到问题所在，并且是有入手的角度来解决你的工艺挑战。说到这里，可能感受到更多的内容是什么呢？有一些问题我们能够用深度学习解决。有一些事情我们不能做到，同时算法也不是完整的，除了算法以外还要提到图像的问题，人工智能算法确实可以提取传统的算法描述深度的一些曲线的特征。包括我前面提到的气泡金线检测的案例，同时在提高检测精度，包括稳定性，人工智能有更好的表现。同时，在提高他的编程效率，降低设备对使用人员经验的依赖上面，人工智能可以助力极简编程和免编程。
另外，人工智能会像一个小朋友一样，随着使用的越多他就越聪明。在监督学习和非监督学习上面我们都有一些突破，我相信通过刚刚讲到的从整板图像的高精度，高稳定性和可靠性。再结合我们算法的能力，不仅仅这种算法的能力，我们一定可以实现更快、更准确、更稳定的来解决Mini和Micro LED过程品质管控的问题。
当然，他也面临着一些挑战，需要我们自身和我们整个的客户，我们服务的对象就是说一起来面对，一个方面客户对工艺数据是否持开放性的态度，这个很重要。第二条数据采集过程当中标记的工作量对我们来说是一个挑战。非监督学习再往前走的时候标准学习不是问题。第三个就是人工智能算法的模型泛化性的问题，实际上这是一个挑战。他很难做大从一个凌玉象另外一个领域迁移过程当中的通用性。
我刚刚也提到高精度图像的问题，实际上是算法能力去发挥作用的一个基础，他们两者是孪生兄弟的关系。再高精度的算法也离不开高精度算法为基础发挥作用，不管用人工智能算法还是传统算法，因为我们在工业机视觉高精度图像基础之上，我们有自身开发的标准和基础。我们在这个金字塔的底部看到，整个光源系统的标准，以及视觉多点照合罚责等这些所有内容，都是我们算法发挥作用的一个基础。以此为基础形成了高精度的整图，以高精度整图为基础，我们的算法才能在整个检测和返修过程当中，以完全稳定和一致性的基础来解决你所关心的过程品质管控。这是我们的校准应用的图例我就不详细讲。
其实咱们公司走的这条路有十年磨一剑的过程，我们公司是2010年6月份成立的，专注于计算机视觉和软件光学的研究。我们的设备从2016年开始，我们设立成都研发中心以后，就把绝对计量，以及人工智能相关的算法，在Mini和Micro LED领域运用做了优化，以及跟随着工艺奔跑在解决问题。这是我们成都研发的一个状态，这个技术平台的话，我这里粗略过一下，实际上我们完成了整个工业机器视觉二维软化的一个平台化，这也是我们为你们能够做到长期的开发，以及做持续升级的一个条件。
公司也取得了一些资质和荣誉，这些内容都是点点滴滴的积累。盟拓的涵义就是忠实的顾问、指导者、良师益友，体现我们非常有良好的意愿，能为大家在产业发展过程当中的助力者和服务者以及良师益友。
接下来我过一下我们的返修方案，、我们今天做到的设备就是这三台设备：过程检测、点亮测试和返修设备。我们SPC统计数据的完善和丰富性我就不讲了，跟管理系统MES的对接，我们拥抱客户的定制化的要求，我们目前在这个过程里面也是做的最棒的。
本文属于原创文章，如若转载，请注明来源：Mini/Micro LED显示产业主题演讲https://tv.zol.com.cn/765/7652607.html
