AOI也有检测不到的不良，如因程序、设备上的限制，需要外加一道目检***。借助于AOI，然后人目检，0402以下的元件目检做不到了，可以用AOI检测，对误报的再目检。能用AOI+ICT当然好了，只是小的元件的电路板，ICT没有地方下针。当然，不要全依赖检查，要统计故障，找到工艺的改进办法，少产生缺陷才是根本办法；AOI+人工，这是的品质检查方式，通过AOI进行不良反馈后列出AOI设备难检测的清单,让人工***检查AOI检测的盲点或难检的元件。

亿昇精工抓住了企业生产自动化快速发展的机遇，通过规范的企业管理“内依科研，外靠市场”的企业发展战略，自主创新、高***及施行的质量管理搭建起国内行业***的研发、生产平台；以“技术、创意、热诚”打造国内各种自动化设备的好品牌。

不良指示实现不停线自动检测，不干扰生产线的自动生产工作，同时满足在线aoi检测需要，识别不良元件及不良焊点的需要。具体优势如下：

易安装，易拆卸、易搬运，模块式结构。

灵活适应各种生产线，不***原有生产线状态

常见用于检查元件错/漏反、条码内容,装箱 检查。

检测结果存入综合统计 SPC，汇总大数据，自动预警。

兼容在线AOI 系列的大部分功能。

深圳市亿昇精密有限公司，专注于自动化设备的研发、生产、销售及相关技术服务；设备租赁；生产、销售:电子产品、五金、焊接材料、塑料制品、仪器仪表、清洗剂；货物及技术进出口，依靠科技求发展，不断为客户提供满意的高科技产品，是我们始终不变的追求。

AOI检测误判的定义及存在原困、检测误判的定义及存在原困、检测误判的定义及存在原困误判及产生原因可以分为以下几点：

由于AOI依靠反射光来进行分析和判定，但有时光会受到一些随机因素的干扰而造成误判。如元件焊端有脏物或焊盘侧的印制线有部分未完全进行涂敷有部分露出，从而造成搜索不良等。并且检测项目越多，可能造成的误报也会稍多。此类误报属随机误报，无法消除。

基于此，AOI业界普遍存在一个共识，即AOI误报不可避免，但可以减少。业界公认的理想状态下可接收误测为3000PPM以内

现在人工智能的发展，机器视觉已引入深度学习算法，将会减少AOI检测误判，后面我们再与大家一起交流人工智能新技术AOI设备，智能图像分析技术的深度学习算法。

机器视觉检测主要是用于工业产品质量检测当中，比起人工肉眼检测，采用机器视觉检测设备，能够快速准确的区分筛选出不良品或合格品，准率几乎高达100%，在加快生产速度的同时也能有效保证产品质量。机器视觉检测设备是目前现代化工业生产中不可缺少的重要生产辅助设备，在各行业中的应用十分广泛。