与此同时,不少生产线运营者会发现,市面上不同品牌、不同型号的AOI自动检测设备性能表现良莠不齐。而客户对PCBA检测的精度、以

及检测效率要求也越来越高。在这种背景下, AIVS炉前插件AOI凭借人工智能,深度学习的算法的特点脱颖而出,在市场上收获了良好的

口碑。炉后A0I由于编程快,低误报的优势也越来越受到客户欢迎。

近年来，针对插件检测的AOI也开始渐渐在市场显现由于插件面的情况远较于***T部品要复杂，尤其是一些手插部件轻微的倾斜就可能弓|起传统AOI软件算法的误判;并且,插件的高低层次不- ;使得目前***T AOI的一些普通镜头无法准确对焦进行照相。因此，市场上有技术能力和愿意花这个成本去开发插件AOI的厂商寥寥无几。插件AOI在中国的认知度也并不高，目前插件面的主流测试手段还是人工目检。

未来AOI采用深度学习的人工智能技术，并将其应用在AOI中。这种深度学习算法能模拟人类大脑工作，构建深度***网络，在原始数据中进行自动特征的提取。当出现无法检测的缺陷时，检测系统可以通过设备采集数据,在一定的人工干预 下进行模型的微调训练。在训练过程中，随着数据集的扩充和模型的强化，AOI检测结果也在不断优化。未来AOI在进行元件极性识别时，基本不会受到元件成像角度、位置、光照、纹理、颜色、大小等差异的影响，兼容多种工业环境。现在该AOI系统已应用在多个行业，包括显示液晶屏蒂的自动化检测、汽车电子产品的外观检测、电子产品的组装加工过程等