SMT产线AOI视觉检测数据集

一、数据集概述:本数据集是由宁波麦博韦尔移动电话有限公司建设的高质量工业视觉检测数据集，面向SMT（表面贴装技术）产线AOI（自动光学检测）场景，旨在为电子制造行业的AI质检模型训练、算法验证和产线智能化升级提供高质量数据支撑。数据集名称为“SMT产线AOI视觉检测数据集”，数据模态为图像数据，总规模达32.195TB，涵盖公司20条SMT生产线全流程的视觉检测数据，时间跨度为2025年1月至2026年5月。数据集以JPG/PNG格式存储，累计纳入有效图像样本逾1.7万张（按数据总量32.195TB折算，实际图像数量超3,376万张），涉及电容、电阻、IC、BGA、QFN等数百种元器件类型，以及错料、少件、立碑、偏移、反向、连锡、拉尖、少锡、虚焊、焊珠等数十种缺陷类型。每张图像配套JSON格式标注信息，包含缺陷类型（多级分类）、缺陷位置（bounding box坐标）、判定结果（OK/NG）、元件类型、产品信息（板号、位号、料号）等字段，支持图像分类、目标检测、实例分割、语义分割等多种算法模型的训练与优化。二、数据采集与来源:数据集原始数据全部来源于公司自有SMT生产线的视觉检测设备，数据权属清晰，不涉及外部采购数据或第三方数据。具体采集场景覆盖锡膏印刷检测（SPI）、炉前贴片检测（AOI）、炉后焊接检测（AOI）、六面体外观检测及视觉定位五大典型工业视觉工位。涉及的主要设备品牌包括明锐（AOI/SPI）、KOHYOUNG（SPI）等。采集方式上，通过自主研发的数据采集代理（Agent）部署在各设备终端，基于OPC UA、Modbus TCP、HTTP等标准通信协议，通过SCADA系统实时采集设备的检测图像、检测参数（体积、面积、高度、偏移量等）、判定结果（OK/NG）、产品信息（板号、位号、料号）等数据。采集架构采用Apache Kafka消息队列进行数据缓冲，经清洗过滤后存储至分布式文件系统，元数据写入MySQL数据库管理。数据集按生产批次持续增量更新，正常生产期间每条产线每天产生数万张检测图像，经定期清洗、标注、审核后纳入数据集。三、数据治理与质量管控:本数据集严格按照“数据清洗→数据标注→质量管控→交付检测”的全流程进行治理。数据清洗：采用自研数据清洗框架（基于Python开发），结合Spark分布式计算框架和OpenCV图像处理库，对原始数据进行系统性清洗。图像质量评估方面，基于清晰度、光照均匀度、对比度等指标对每张图像进行自动评估，剔除模糊、过曝、欠曝等低质量图像，原始数据中约15%的图像因质量问题被剔除。相似图像去重方面，采用基于图像哈希（pHash/dHash）的相似度算法进行去重，设定相似度阈值为95%，去除重复或高度相似的图像，减少数据冗余。格式统一方面，所有图像统一转换为JPG格式（质量参数90%），元数据统一为JSON格式，确保数据格式的规范性和一致性。数据标注：采用“工具辅助+人工复核”的双重标注模式。预标注阶段，利用现有AOI设备的判定算法进行初步标注，生成初步的缺陷类型、缺陷位置（矩形框标注）和判定结果（OK/NG），提高标注效率。人工复核阶段，由质检工程师对预标注结果进行逐张复核和修正，确保标注准确性。标注平台自研开发，支持矩形框、多边形、关键点等多种标注方式。质量管控：建立三级质量控制体系。一级自检：标注人员完成当日标注后，对当日完成的标注样本进行自查，发现错误及时修正；二级抽检：每日随机抽检5%-10%的已标注样本，由质检组长检查标注准确性和一致性，计算Kappa系数评估标注一致性；三级审核：每周对入库数据进行抽样复核，重点关注复杂缺陷和边缘样本。同时建立标注规范动态优化机制，根据质检反馈和模型应用效果持续迭代优化标注规范，形成“标注—质检—优化—再标注”的良性循环。经三级质控体系检验，标注准确率达到99.5%，有效数据占比98.7%，标注一致性Kappa系数为0.96。四、数据分布与构成:数据集按“设备类型—产线编号—时间批次—产品型号”四级目录结构组织，覆盖锡膏印刷检测（SPI）、贴片检测（炉前AOI）、焊接检测（炉后AOI）、六面体外观检测及视觉定位五大工位。正常产品图像样本占比87.7%，缺陷产品图像样本占比12.3%（超过揭榜指标要求的10%），确保了模型训练对缺陷样本的充分学习。数据标注信息包含缺陷类型（多级分类）、缺陷位置（bounding box坐标）、判定结果（OK/NG）、元件类型、产品信息（板号、位号、料号）等，标注格式为JSON，与图像文件一一对应。数据集建设累计投入资金569.03万元，配置数据采集服务器10台，分布式存储阵列总容量500TB，AI训练服务器支持GPU加速（NVIDIA A100），满足大规模图像数据的存储、处理和模型训练需求。五、应用与价值:基于本数据集，公司成功部署了iADC（Intelligent Automatic Defect Classification）智能复判系统，覆盖SMT产线的炉前AOI检测工位，通过AI推理平台对AOI设备初判结果进行智能复核，实现从“人工逐张判定”到“AI自动判定+人工异常复核”的检测模式转变。数据集已支撑图像分类、目标检测、实例分割、语义分割等12种算法模型的训练与优化，其中锡膏印刷质量检测模型准确率达93.5%，贴片质量检测模型准确率达94.7%，焊接质量检测模型准确率达92.8%，外观质量检测模型准确率达91.5%，视觉定位模型mAP达89.3%。iADC智能复判系统上线后，AOI误报率降低80%以上，每条产线每年可节省人工复判成本约15-20万元，按公司20条SMT产线计算，年均可节省成本300-400万元；检测效率提升5倍以上，人工复判工作量减少50%以上。数据集及iADC系统已对接明锐、KOHYOUNG等多家主流AOI品牌设备，支持标准化数据交互协议，形成了可复制、可推广的行业解决方案，在电子制造行业具有良好的示范推广价值。