Estudo da aplicação de algoritmo de visão YOLO na inspeção de componentes eletrônicos em placas de circuito impresso

Abstract

O século XXI consolidou a eletrônica como base tecnológica essencial para setores estratégicos da economia, como IoT e computação em nuvem. Dentro do segmento eletrônico, as Placas de Circuito Impresso (PCBs) desempenham um papel central ao interconectar componentes e viabilizar dispositivos cada vez mais complexos. Contudo, fabricar placas eletrônicas requer técnicas modernas não apenas na montagem, mas também na inspeção, para revisão de possíveis problemas causados ao longo do processo de montagem. A inspeção tradicional por métodos manuais ou por sistemas de Inspeção Óptica Automatizada (AOI) apresenta limitações significativas, ainda que a última já se utilize de visão computacional. O YOLO (You Only Look Once) surge como alternativa completa na detecção de componentes, permitindo qualificação de defeitos com alta precisão. Este processa imagens integralmente em uma única passagem, identificando automaticamente os possíveis problemas de qualidade, como falta, posicionamento e orientação de componentes. Essas técnicas de automação tornam-se viáveis tanto em indústrias manufatureiras de larga escala, quanto em operações de menor porte, promovendo padronização e precisão na qualidade do processo produtivo

The 21st century has consolidated electronics as an essential technological foundation for strategic sectors of the economy, such as IoT and cloud computing. Within the electronics field, Printed Circuit Boards (PCBs) play a central role by interconnecting components and enabling increasingly complex devices. However, the manufacturing of electronic boards requires modern techniques not only for assembly but also for inspection, aiming to identify potential issues that may arise during the production process. Traditional inspection methods, whether manual or based on Automated Optical Inspection (AOI) systems, present significant limitations, even though the latter already incorporates computer vision. YOLO (You Only Look Once) emerges as a complete alternative for component detection, enabling the identification of defects with high accuracy. The method processes images entirely in a single pass, automatically identifying quality issues such as missing components, misplacement, and incorrect orientation. These automation techniques are viable for both large-scale manufacturing industries and smaller operations, promoting standardization and greater precision in the production process.