L’électronique occupe une position singulière en inspection industrielle : c’est le seul domaine où la référence est parfaitement connue. La carte à produire existe sous forme de fichier de conception, chaque composant a une position théorique, chaque piste un tracé attendu. Comparer le produit à sa référence devrait donc suffire.
Les jeux de données du domaine sont d’ailleurs construits sur ce principe. Le corpus de référence pour les cartes nues comporte 1 500 paires d’images, chacune composée d’une image modèle sans défaut et d’une image testée de la même carte, en 640 par 640 pixels, avec six catégories de défauts annotées, circuit ouvert, court-circuit, morsure de souris, ergot, trou d’épingle et cuivre parasite, et une moyenne de trois à douze instances de défaut par image testée.
Et pourtant la comparaison à un modèle ne suffit pas. Les tolérances de fabrication, les variations d’aspect des brasures et la diversité des boîtiers produisent des écarts légitimes qu’un système trop strict signale comme défauts. Cet article traite de cette tension, des étapes d’inspection, de la taxonomie des défauts et de ce qu’elle implique pour l’annotation. Il prolonge le guide complet de la détection de défauts.
Ce qui distingue l’électronique en détection de défauts
Trois propriétés séparent cette vertical de toutes les autres en détection de défauts, et elles jouent dans des directions opposées.
Une référence disponible
Contrairement au bois ou au textile, l’objet inspecté a été conçu. Les données de conception fournissent la position théorique de chaque composant, sa référence, son orientation et le tracé du circuit. Cette information est exploitable de deux façons : pour générer automatiquement les zones à inspecter, et pour vérifier non seulement qu’un composant est présent mais qu’il s’agit du bon.
Une échelle exigeante
Le contraste avec les verticals précédentes est saisissant. Les défauts recherchés se comptent en dizaines de micromètres sur des composants dont certains mesurent moins d’un millimètre. Cette échelle impose une résolution élevée, donc un champ réduit, donc de nombreuses acquisitions par carte, avec les questions d’assemblage et de temps de cycle qui en découlent. Elle impose aussi une profondeur de champ suffisante alors que la carte n’est pas plane, les composants ayant des hauteurs très variables.
Un nombre de classes élevé
Là où une inspection de surface manipule cinq à dix classes, une inspection de carte assemblée en compte plusieurs dizaines, réparties sur des familles de défauts hétérogènes. Cette richesse d’ontologie est la première source de complexité du domaine, et elle conditionne le coût d’annotation bien davantage que le volume d’images.
Les étapes d’inspection et leurs défauts propres
Une chaîne d’assemblage comporte plusieurs points de contrôle successifs, chacun voyant des défauts que les autres ne peuvent pas voir. Un projet de détection de défauts doit préciser à quelle étape il se situe, faute de quoi l’ontologie mélange des objets incomparables.
La carte nue
Avant tout report de composant, l’inspection porte sur le circuit gravé lui-même. Les auteurs d’un corpus dédié à cette étape soulignent que les jeux publics existants ne la couvrent pas : ils portent principalement sur les cartes finies et incluent souvent des informations de brasage et de report de composants, ce qui ne reflète pas les caractéristiques des défauts en début de processus. Leur corpus cible trois défauts typiques de carte nue : court-circuit, circuit ouvert et écart de perçage.
La pâte à braser
Après sérigraphie et avant tout placement, l’inspection porte sur les dépôts de pâte : volume, surface, décalage, pontage. C’est l’étape la plus rentable en prévention, puisqu’un défaut détecté ici se corrige sans démonter de composant. Elle relève de la mesure volumétrique plus que de la reconnaissance, ce qui oriente vers des capteurs tridimensionnels.
Après placement et refusion
C’est l’étape la plus riche en classes et la plus couverte par les systèmes optiques. Le principe technique repose sur un éclairage coloré multi-angle : le fonctionnement de l’inspection optique automatisée s’appuie sur la vision industrielle, en employant des sources rouge, verte et bleue pour éclairer les composants, et en exploitant le principe de réflexion optique pour représenter l’état de brasage des composants. Chaque angle d’incidence est associé à une couleur, ce qui permet de déduire la pente locale du ménisque de brasure à partir de la couleur observée.
Le test électrique et sa complémentarité
Une remarque de périmètre s’impose : toutes les non-conformités ne relèvent pas de la vision. Un test électrique détecte des défauts fonctionnels qu’aucune image ne révèle, et inversement la vision détecte des défauts d’aspect qui ne se traduisent pas encore par une défaillance électrique mais compromettent la fiabilité dans le temps. Les deux approches sont complémentaires plutôt que concurrentes, et un projet de détection de défauts par vision doit expliciter ce qu’il ne couvre pas, faute de quoi les attentes se construisent sur un malentendu.
La radiographie
Dernière étape de la chaîne, et la seule à voir sous les composants. Certains défauts sont invisibles optiquement : cavités sous le joint, brasures situées sous le composant, insuffisance de remplissage. Ils exigent une imagerie en transmission. Cette étape apporte ses propres difficultés d’annotation, notamment la localisation des zones d’intérêt. Une étude relève que le joint d’intérêt est localisé sur l’image radiographique par une région d’intérêt puis inspecté par des algorithmes, et que des régions d’intérêt incorrectes dégradent l’algorithme d’inspection. Autrement dit, une part de l’erreur provient de l’étape de cadrage et non de la décision.
La taxonomie des défauts
Le vocabulaire de la détection de défauts en électronique est stabilisé et structuré par familles, ce qui facilite grandement la construction de l’ontologie.
Défauts de circuit
Sur la carte nue et sur les pistes, la taxonomie est géométrique : interruption de piste, connexion non voulue entre deux pistes, amincissement local par morsure, excroissance de cuivre, perforation dans une plage, résidu de cuivre isolé. Ces six catégories couvrent l’essentiel et présentent l’avantage d’être définissables sans ambiguïté par comparaison au tracé théorique, ce qui en fait la partie la plus facile à annoter du domaine.
Défauts de brasure
Ils constituent la catégorie la plus volumineuse en assemblage et la plus délicate à annoter. Une synthèse récente les énumère : ponts de brasure, soit des connexions conductrices non voulues entre plages adjacentes, brasure insuffisante, soit un volume de joint inadéquat, joints froids, résultant d’une refusion incomplète et présentant une surface mate et granuleuse, et billes de brasure déplacées hors de la zone du joint.
Défauts de placement
Deuxième grande famille, liée à la machine de placement plutôt qu’au four. La même source liste les défauts liés au report : composant manquant, composant décalé au delà de la tolérance, composant erroné en valeur ou en boîtier, et dressement du composant lorsqu’une extrémité se soulève pendant la refusion sous l’effet d’une tension superficielle déséquilibrée.
Cette famille de défauts présente une particularité opérationnelle utile : plusieurs de ses classes se vérifient contre les données de conception plutôt que par apparence. Un composant erroné se détecte en comparant la référence lue au marquage avec celle attendue, ce qui relève davantage de la lecture de caractères que de la détection de défauts au sens visuel.
Les frontières ambiguës
C’est le point le plus important pour l’annotation, et il est explicitement documenté : chaque classe de défaut possède une signature visuelle distincte, mais les frontières entre classes, en particulier entre décalage et dressement sur les images de stade précoce, exigent des classificateurs à granularité fine pour être résolues de façon fiable.
Cette même source signale une seconde difficulté : les classificateurs doivent distinguer ces morphologies non seulement les unes des autres, mais aussi des artefacts visuels de joints conformes présentant des géométries de plage ou des orientations de composant atypiques. Autrement dit, une part du travail consiste à apprendre ce qui est normal mais inhabituel, ce qui est exactement le type de cas que les annotateurs traitent mal sans protocole illustré.
L’annotation en détection de défauts électroniques
La disponibilité d’une référence change la nature du travail d’annotation et permet des économies substantielles.
Trois conséquences en découlent. La première porte sur la localisation. Les zones à inspecter n’ont pas besoin d’être cherchées : elles se déduisent des données de conception. Un annotateur ne parcourt donc pas une image à la recherche d’anomalies, il examine une série de vignettes correspondant chacune à un joint ou à un composant identifié. Cette organisation réduit fortement le coût unitaire et permet un contrôle beaucoup plus rigoureux, puisque la liste des objets à examiner est connue à l’avance.
La deuxième conséquence porte sur les métadonnées à conserver. Chaque annotation doit être rattachée au désignateur du composant, à sa référence et à son boîtier. Cette information permet ensuite d’analyser la performance par type de boîtier, ce qui est la ventilation la plus informative du domaine : un système peut être excellent sur les composants passifs de taille standard et médiocre sur les boîtiers à billes ou les composants fins.
La troisième conséquence porte sur le choix de la primitive d’annotation. Sur une vignette centrée sur un joint, une classification suffit généralement, ce qui est nettement moins coûteux qu’une segmentation. La délimitation ne se justifie que pour les défauts étendus comme les pontages, ou lorsque la mesure entre dans la règle de décision.
Le coût d’un projet d’inspection électronique
Le profil de coût de cette vertical diffère nettement des autres, dans un sens plutôt favorable.
Le poste dominant n’est pas le parcours des images, puisque les zones à examiner sont générées automatiquement, ni la délimitation, puisqu’une classification sur vignette suffit souvent. Il est double : la construction de l’ontologie et de sa planche d’exemples, qui doit couvrir des dizaines de classes multipliées par les familles de boîtiers, et l’arbitrage des cas frontières, qui mobilise un technicien qualité.
Cette structure a une implication de cadrage. Un projet couvrant peu de classes sur beaucoup d’images coûte proportionnellement peu ; un projet couvrant l’ensemble des classes normatives sur un parc de boîtiers varié coûte beaucoup, indépendamment du volume. Réduire le périmètre aux classes réellement rencontrées sur la ligne, plutôt que de reprendre l’intégralité d’un référentiel, est le levier d’économie principal.
Le rôle de la donnée de conception
Exploiter les données de conception est le levier de détection de défauts le plus spécifique de cette vertical, et il est souvent sous-utilisé.
Trois usages se distinguent, et ils se cumulent. La génération automatique des régions d’intérêt, qui supprime une part importante du travail manuel de préparation. La vérification de cohérence, où le système contrôle non pas une apparence mais une correspondance entre ce qui est monté et ce qui devait l’être. Et la stratification du corpus, où la connaissance du boîtier permet de garantir que chaque famille est représentée.
Cette exploitation suppose toutefois un travail préalable d’alignement entre le repère de la conception et celui de l’image, opération dont la fiabilité conditionne tout le reste. Un décalage systématique de quelques pixels dans cet alignement produit des vignettes mal centrées et des annotations qui semblent incohérentes alors que le problème est purement géométrique.
Les jeux publics et leur incompatibilité
Le domaine dispose de plusieurs jeux de données publics de détection de défauts, mais leur usage combiné se heurte à un obstacle documenté.
La même analyse identifie deux limites plus générales : les méthodes existantes peinent à maintenir leur précision face à la variabilité de fabrication, variations de tracé, de placement et de conditions de brasage, et elles s’adaptent mal lorsqu’elles sont déployées dans des environnements de production différents ou confrontées à des types de défauts absents de l’entraînement.
La conséquence pratique rejoint celle des autres verticals : ces jeux servent à se familiariser et à prototyper, pas à estimer une performance. Un corpus propre à la ligne, couvrant ses cartes, ses boîtiers et ses conditions de brasage, reste indispensable.
Les référentiels normatifs
L’électronique dispose d’un atout que peu de domaines possèdent : un référentiel d’acceptabilité largement partagé, décliné par classe de produit selon le niveau d’exigence, de l’électronique grand public aux applications critiques.
Cet acquis a deux conséquences pratiques. D’abord, l’ontologie d’annotation gagne à reprendre le vocabulaire normatif plutôt qu’à en créer un, ce qui facilite l’adhésion des contrôleurs et évite un travail de correspondance ultérieur. Ensuite, les critères d’acceptation existent déjà sous forme écrite et illustrée, ce qui fournit une base de protocole nettement supérieure à ce dont disposent la plupart des autres verticals.
Une nuance importante s’impose toutefois. Ces critères sont formulés pour un contrôleur humain disposant d’un microscope et pouvant faire varier son angle de vue. Les transposer à une image fixe demande un travail de traduction, notamment sur les critères impliquant une appréciation en trois dimensions comme le mouillage ou l’angle de raccordement. Ce travail fait partie du cadrage d’un projet de détection de défauts et ne peut pas être délégué aux annotateurs.
Les faux appels, problème économique central de la détection de défauts en électronique
Sur cette vertical, l’équilibre entre fuites et faux rejets prend une forme particulière qu’il faut comprendre pour cadrer correctement un projet.
Le raisonnement mérite d’être posé chiffré. Une carte comporte des milliers de points de contrôle. Même un taux de faux appel très faible par point produit, à l’échelle de la carte, une probabilité non négligeable qu’au moins un point soit signalé à tort. Chaque signalement génère une vérification manuelle, et le coût cumulé de ces vérifications constitue souvent le poste dominant de l’inspection.
Deux conséquences pour l’annotation en découlent. D’abord, le corpus doit contenir massivement des joints conformes, y compris atypiques, puisque c’est leur diversité qui détermine le taux de faux appel. Ensuite, la sortie attendue gagne à être un score plutôt qu’une décision, afin que les points signalés puissent être présentés à l’opérateur par ordre de suspicion décroissante, ce qui réduit fortement le temps de vérification.
Le contrôle qualité d’une détection de défauts électroniques
L’annotation en détection de défauts électroniques demande une expertise particulière, mais pas celle qu’on imagine.
La répartition des rôles y est plus favorable qu’on ne le suppose. Distinguer un joint conforme d’un joint insuffisant, reconnaître une surface mate caractéristique d’un joint froid, identifier un dressement naissant : ces gestes relèvent de la reconnaissance visuelle et se délèguent bien à des annotateurs formés, à condition que la planche d’exemples couvre la gamme des apparences normales par boîtier. L’expertise du technicien qualité intervient sur la définition des seuils d’acceptation, sur l’arbitrage des cas frontières et sur la validation du protocole.
Le dispositif de contrôle doit être stratifié par type de boîtier et par classe de défaut, la difficulté variant considérablement entre un composant passif de grande taille et un boîtier à billes. S’y ajoute une pratique utile : mesurer séparément l’accord sur les joints conformes atypiques, qui sont la principale source de faux appels et dont la bonne annotation conditionne la performance économique du système.
La diversité des cartes, facteur structurant
Une ligne d’assemblage produit rarement une seule référence de carte, et cette diversité pose un problème que les autres verticals connaissent moins.
Chaque nouvelle carte introduit un tracé différent, un jeu de composants partiellement nouveau et parfois des boîtiers jamais rencontrés. Un système appris carte par carte devient ingérable dès la dizaine de références. Un système appris au niveau du joint ou du composant, en revanche, se transfère : un condensateur de boîtier donné se brase de la même façon quelle que soit la carte qui le porte.
Cette observation oriente fortement la conception du corpus. L’unité d’annotation pertinente n’est pas la carte mais le composant ou le joint, et la stratification doit porter sur le type de boîtier plutôt que sur la référence de carte. Un corpus construit sur cette base couvre naturellement les nouvelles cartes dès lors qu’elles emploient des boîtiers déjà représentés, ce qui est le cas le plus fréquent.
Les erreurs les plus fréquentes
- Construire une ontologie mêlant des défauts vus à des étapes d’inspection différentes.
- Ne pas rattacher chaque annotation au désignateur, à la référence et au boîtier du composant.
- Négliger la validation de l’alignement entre données de conception et images.
- Attendre d’une inspection optique qu’elle détecte des défauts internes qui exigent une radiographie.
- Sous-représenter les joints conformes atypiques, principale cause de faux appels.
- Ne pas distinguer explicitement décalage et dressement dans le protocole.
- Combiner des jeux publics aux représentations d’image incompatibles.
- Livrer une décision binaire au lieu d’un score exploitable pour trier les vérifications.
- Contrôler la qualité globalement au lieu de stratifier par type de boîtier.
Ce qu’il faut retenir
L’électronique est la vertical où la détection de défauts dispose du plus d’information a priori, et où cette information est le plus souvent sous-exploitée. Les données de conception permettent de générer les zones d’inspection, de vérifier la conformité au nomenclature et de stratifier le corpus, ce qui réduit à la fois le coût d’annotation et le coût de contrôle.
Trois décisions structurent un projet réussi. Situer explicitement l’inspection dans la chaîne, carte nue, pâte, post-refusion ou radiographie, et construire une ontologie propre à cette étape. Exploiter les données de conception pour la génération des régions d’intérêt et pour les métadonnées, en validant soigneusement l’alignement géométrique. Et traiter les joints conformes atypiques comme une priorité d’annotation, puisqu’ils déterminent le taux de faux appel, lequel gouverne l’économie réelle du système.
Pour les approches, l’ontologie générale et les tâches d’annotation, le guide complet de la détection de défauts pose le cadre. Pour la constitution du corpus à partir d’images collectées en usine, avec les questions de confidentialité et d’échantillonnage que cela soulève, l’article consacré à la construction d’un dataset à partir d’images de production détaille la démarche.
Pour approfondir les modalités d’exécution, les formats pris en charge et les dispositifs de contrôle applicables, vous pouvez consulter notre page dédiée à l’annotation pour l’industrie. Et si vous préparez un corpus d’inspection électronique et souhaitez cadrer l’ontologie et l’exploitation des données de conception, échangeons sur votre projet.
Lorem ipsum dolor sit amet, consectetur adipiscing elit. Ut elit tellus, luctus nec ullamcorper mattis, pulvinar dapibus leo.
Lorem ipsum dolor sit amet, consectetur adipiscing elit. Ut elit tellus, luctus nec ullamcorper mattis, pulvinar dapibus leo.
