应用制程 2D、2.5D丝印镀膜后前后盖成品外观检测
  生产效益 大大提升检测效率的同时，每小时产能达到2300片
  内部抽查漏检率 有效控制在3%以内
  OQC抽查批通率 检测精度达到10μm
  漏检率 88.78%以上，保障产品出厂品质

应用制程 Wafer外观检测、外延外观检测、电极异常检测
  检测缺陷 蓝膜异常、散/立晶、电极污染、电极残金、电极缺失、磊晶缺
       陷、偏位、旋转等
  检测突破 • 飞拍系统：针对相机视野太小，一个产品需要上万次甚至几十
       万次的拍照取图分析，在有限的时间内，很难完成问题；采用不
       间断的飞拍模式，使得整体的拍照取图时间大大的缩减
       • 自动对焦系统：针对检测精度需求较高，采用10和20放大倍率
       的物镜，景深很小，只有十几个u，而平台和产品的平整度不可能
       好；采用自动对焦系统，同样是在飞拍模式中的自动对焦，以满足
       整个系统对景深的要求

应用制程 COF封装过程中自动化外观检测
  检测产品 对用产品孔数：2~25PF（4.75mm/PF）;对用产品厚度：5~125um;
       对应宽度：35mm、48mm、70mm
  检测缺陷 金属异物、非金属异物、跨线路异物、线间异物、纤维状异物、胶
       状异物、黑边结块、拒焊露铜、拒焊跳点、锡面污染、SR气泡、对
       位记号刮伤、锡面刮伤、锡面露铜、IL引脚弯曲、 油墨不均、SR绿
       点等
  检测速度  ≥40mm/s
  检测精度 最小检出尺寸2pixel
  过检率  <10%
  检测突破 • 图像采集：使用大靶面相机结合不同视场，不同光照，不同角
       度的光源采集待检测物体的图像，对预处理后的图像进行区域分
       割，BLOB分析等操作，获取待检测样品所有区域的Mask
       • 深度学习算法：利用现有模型和主动学习策略筛选信息量较大
       的备选缺陷图像或干扰负样本图像；利用标注数据训练深度学习网
       络，生成可预测模型

应用制程 Wafer外观检测、转移基板（TS）外观检测、驱动背板外观检测
  检测缺陷 脏污、外延脱落、PV脱落、刮伤、电极缺失、裂痕、偏位、旋转等
  检测突破 • 飞拍系统：针对相机视野太小，一个产品需要上万次甚至几十
       万次的拍照取图分析，在有限的时间内，很难完成问题；采用不间
       断的飞拍模式，使得整体的拍照取图时间大大的缩减
       • 自动对焦系统：针对检测精度需求较高，采用10和20放大倍率
       的物镜，景深很小，只有十几个u，而平台和产品的平整度不可能
       好；采用自动对焦系统，同样是在飞拍模式中的自动对焦，以满足
       整个系统对景深的要求

应用制程 极片尺寸工位、极片瑕疵工位、极片预定位、电芯对齐度
  检测缺陷 极片宽度、长度、垂直度以及位置偏移等尺寸检测；留白、颗粒、
       凹坑、漏箔、粘料、边缘掉料、胶带等缺陷检测等；每层极片和极
       耳的翻折、缺角情况检测等
  检测精度 • 尺寸检测：极耳侧单像素精度≤0.04mm；底部两角单像素精度
       ≤0.03mm；检测精度≤±0.1mm
       • 缺陷检测：单像素精度≤ 0.04mm；检测精度≤± 0.15mm
       • 预定位检测：单像素检测精度≤ 0.04mm；相机检测精度≤±
       0.1mm
  检测突破 实现对锂电池模切与叠片工艺段中极片关键尺寸、电芯对齐度的智
       能化检测，并对错位进行位置归正，以及实现对缺角、白班、印痕
       等极片缺陷的一站式智能全检，及时告警并剔除不合格品