开焊检测检测开焊焊点。采用 2D AI。

DaoAI 使用预训练 AI 模型和 2D 图像识别可见的开焊缺陷。可直接使用随附模型，需要时再用少量生产样本进行微调。

2D 检测图像中的开焊检测。

不止于颜色阈值。

仅凭颜色无法全面判断焊点质量。反光和表面差异会使固定颜色规则难以稳定适用。

传统颜色检测方案依据预设颜色范围判断焊点。但颜色变化不一定代表缺陷，颜色匹配也不保证焊点合格。这可能导致误报、开焊缺陷漏检，以及反复调整阈值。

DaoAI 使用基于典型开焊缺陷训练的模型，识别 2D 检测图像中的视觉特征，而非仅依赖颜色阈值进行判断。

两者都是 2D 检测图像中的片式元件端头：一个端头已焊接至焊盘，另一个未焊接。颜色范围若放宽到足以让左侧焊点通过，也会放过右侧的开路焊点。这就是基于颜色的检测方法的局限。

DaoAI 模型

开焊是指元件引脚或端头与焊盘之间缺少有效焊接连接。DaoAI 可在 2D 检测图像中识别这类缺陷的可见特征。

即刻可用。

使用随附模型即可开始。首次检测前，无需从零训练新模型。

适配您的板卡。

当您的板件或工艺条件不同时，从产线采集少量代表性样本，在本地微调模型以适配您的应用。

模型训练流程。

与 DaoAI 工程师沟通您的焊点样品和检测需求。