Foxconn — ИИ-инспекция на линии
Умные PV-контроллеры: Huawei Ascend и глубокое обучение для AOI — термопаста, шильдики и визуальные дефекты на серийном узле.
- Сценарий компьютерное зрение и контроль качества (AOI)
- Отрасль Электроника / EMS
- Регион В публичном описание кейса не детализировано
- Охват Showcase / партнёрская линия — по формулировке материала Huawei.
- Доказательность Средняя: экосистемный описание кейса вендора (Huawei Enterprise).
- Оценка обзора Специфичность 2, независимость 1, качество метрик 2, свежесть 2. Дата источников: 2026-05-01.
Производственный контекст
Контроль нанесения термопасты, шильдиков и визуальных дефектов на серийном электронном узле (умные PV-контроллеры).
Задача
Повысить точность и пропускную способность AOI по сравнению с ручным контролем и классическим машинным зрением.
Подход на базе ИИ и машинного обучения
Глубокое обучение и вычисления на Ascend (вычислений для ИИ), как описано в материале Huawei.
Данные
Изображения изделий с линии (по смыслу описание кейса; детали выборки в публичном тексте не раскрыты).
Результат и метрики
Формулировка пересказана с Huawei Enterprise описание кейса по-русски; оригинал — по ссылке в разделе «Источники».
Huawei + Foxconn
- Пропускная способность и точность Более 6000 устройств в месяц могут проходить инспекцию; суммарная точность — выше 99 % (в оригинале: more than 6000 devices… overall accuracy of above 99%).
Источники
- Huawei Enterprise — AI quality inspection (Foxconn) поставщик + заказчик
Релевантность для производства
Типовой финальный визуальный контроль для электронных модулей; тот же подход переносится на серийные линии, где накапливаются изображения дефектов для обучения и дообучения моделей AOI.