DaoAI AOI PCBA
传统AOI软件三大痛点
 
            
          手动设置参数,耗时长
许多AOI软件虽支持自动找框功能,但仍需手动为每一个元器件设定检测参数,过程耗时且繁琐
 
            
          传统算法检测,易误判
传统算法依赖颜色与灰度值进行判定,然而在光线条件变化时容易产生误判,不仅影响检测稳定性,也增加了生产流程中的不确定性
 
            
          依托缺陷数据,优化难
深度学习依赖缺陷数据训练,并需要专业工程师进行设置,模型无法持续优化或随产线调整
三大关注亮点
智能画框+自动生成检测参数
10分钟快速建模
无需工程师花大量时间进行元器件画框与参数设定,透过智能编程工具,AI自动完成元器件画框并自动生成最佳检测参数,让建模过程大幅简化,操作人员只需简单操作,就能快速建立检测模型。
迭代算法
实时重训更新模型,与产线共同进化
当检测结果出现误判时,能随时调整参数,快速更新模型,让检测准确率不断优化。或可随时加入新数据集,这意味着AI能随着产线环境、原材料变化甚至产品迭代而持续进化,真正成「越用越准」的智能检测助手。
 
  
  
  
"真"AI智能检测
AI 提取特征,精准判断缺陷
传统AOI多依靠颜色、灰度值等特征的比对来进行判断,AI AOI则不同,它能自动提出判断特征,学会像专家一样分辨「有缺陷」与「无缺陷」。这种方式更贴近人类检验员的直觉判断,能大幅提升检测的准确性由普遍的百分之90%提升至99%,遇到瑕疵种类复杂、缺陷形态多变的应用场景也能有好的表现。
AI AOI
软件价值与效益
传统AOI容易受限于规则式算法,对边界案例判断不精准。通过AI辅助判断,能有效减少误报与漏检。
AI 可针对AOI的 “灰区缺陷” 进行二次判断,补足传统AOI先天缺陷。
针对原有AOI报错内容进行覆判,降低人工介入,节省人力成本。
传统AOI需要大量规则编写与参数调试,开发周期长、成本高。AI 可直接抓拍正向样本快速建模,缩短导入时间,减少人力投入。
用户无需更换现有AOI设备,同时AI能够提升现有AOI设备过杀率过高或者漏检的情况。
AOI设备制造商除硬件销售外,还可增加软件授权、订阅服务或数据训练增值服务,为制造商开辟持续性的营收来源。
PCBA检测案例
 
  
  
  
        
  
 
  
  
  
        
  
检测与自动编程项目
| 本体 | 极性 | IC引脚 | 文字 | |
|---|---|---|---|---|
| 电容器 |  |  |  | |
| 电阻器 |  |  |  | |
| 多层片式电感器 |  |  | ||
| 铝电解电容 |  |  |  | |
| 钽电容 |  |  |  | |
| 排阻 |  |  |  | |
| 功率电感 |  |  | ||
| LED |  |  |  | |
| SOT/SOD |  |  |  | |
| SOIC/SOP/TSOP/TSSOP/MSOP |  |  |  | |
| QFP |  |  |  | |
| QFN |  |  | ||
| TO-263/TO-252 |  |  | 
差异化优势
 
  
  
  
        
  
快速接入您的业务系统
.webp) 
  
  
  
        
  
