传统的AOI视觉检测设备往往存在编程步骤复杂、耗时长,判断标准较为单一呆板 ,检测的泛化能力差等弊病。并且,在某些情况下容易

误判,光照不佳、电路板颜色变化也会影响检测的准确率。而要AOI用的好,则要求操作传统AOI的工人积累足够丰富的编程技术经验。这

也就导致了小型企业不愿使用这些操作难度大的设备, -是这类人才有限,二是有的客户产线换线频繁,不适合使用。三是使用效果

不佳误报太高。

相对而言，采用深度学习算法,对比传统AOI的能更好上手,不但具备检出率高、检测速度快。一方面,该系列产品具有强大的检出能力,可针对多样化的测试情景可以有效识别,在保证检出率的情况下,降低误报率。即使是在特征模糊的条件下，它也可以有效检出焊锡上的锡洞,不受引脚、器件干扰。另-方面,该系列产品不需要抽颜色、人工调参数,可自动框选,自动调整参数,对操作人员没有经验要求,这也有助于解决AOI对技术人I要求高的难题。

深度学习,简单操作作为新一代AI视觉检测系统的发展方向， 为客户提供更具优势的PCBA插件AOI检测解决方案，真正实现AI技术在DIP插件检测领域的落地应用，助力客户实现品质到价值的连接.AIVS研发的智能插件AOI采用深度学习算法，能一键自动识别元件和焊点并生成检测框，智能判定不良，缩短编程时间的同时有效降低了误报。我们还在不断迭代数据和研究新的算法，将进一步缩短设备在产前的准备时间。

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。