随着我国经济技术的发展，电子元器件越来越多的应用到日常生活中的各个领域，尤其在通信、汽车及家电制造领域更是得到普遍应用。随着芯片封装工艺的不断演进，电子元器件的外观朝着小型化、多样化发展,对元器件数量的盘点难度变得更大且盘点频次更高；目前检测电子元件数量的传统方法主要有称重估算、测量卷带长度估算和单颗累加计数等，该类方法普遍存在操作繁琐、效率低下、计数误差大等缺点。尤其针对小型散料元件以上方法仅有称重估算能够勉强使用，但会带来较大的计数误差，给企业经营造成损失。

　　MH-JS200C 电子元件计数系统是主要针对微小电子元件计数点料需求的人工智能计数系统，该系统通过应用卷积神经网络(Convolutional Neural Networks,CNNs)使系统具备了模拟于人脑视觉的处理机制,能够自动学习样本的图形轮廓特征,通过对实时采集的电子元件图像进行分类标示， 实现精准、快速、高效自动计数点料。该系统主要适用于半导体芯片厂、封测厂和电子科研院所使用，尤其适用于库房和质检部门的出入库盘点。