Resumo: Com a crescente concorrência entre os diversos fabricantes de produtos eletrônicos, a qualidade dos produtos desenvolvidos e a consequente confiança na marca são fatores fundamentais na sobrevivência das empresas. Um dos pilares para garantir a qualidade dos produtos na manufatura é a inspeção visual, sendo o objetivo do trabalho estudar os diversos métodos para a detecção de anomalias e propor um comitê, composto por métodos tradicionais e de aprendizado de máquina. Este comitê integra um sistema automático de inspeção visual capaz de segregar as placas de circuito impresso que possuam algum tipo de anomalia. Experimentos com um determinado modelo de smartphone mostram um IoU Score de 98,46% no registro do bracket, enquanto que o comitê proposto alcançou uma acurácia média de aproximadamente 90,87% na detecção de defeitos, além de uma taxa de falso alarme de 5,32%, considerando 22 componentes por placa Ver menos

Abstract: With the growing competition between the various manufacturers of electronic products, the quality of the products developed and the consequent confidence in the brand are fundamental factors in the survival of companies. One of the pillars to guarantee the quality of the products in the manufacture is the visual inspection, being the objective of the work to study the several methods for the detection of anomalies and to propose a committee, composed by traditional methods and machine learning. This committee integrates an automatic visual inspection system capable of segregating printed circuit boards that have some type of anomaly. Experiments with a particular smartphone model show an IoU Score of 98.46% in the bracket registration, while the proposed ensemble achieved an average accuracy of approximately 90.87% in defect detection, in addition to a false alarm rate of 5.32%, considering 22 components each board Ver menos