掃描一塊樣板
用當前批次的一塊參考板，AI 自動學習元件位置與外觀 —— 不需要 CAD，也不需要缺陷庫。
5分鐘編程上線（原 3 小時）
1張良品樣板即可建模
99%+檢出準確率
−80%誤報 false call
100萬+真實訓練圖像
100%本地 · 數據不出廠
AI 自動映射元件
秒級定位元件、引腳與極性；旋轉、翻轉、同色器件都能準確識別，不靠手畫 ROI。
AI 推導檢測閾值
從樣板自動推導判定閾值，產線員工即可上手；並從每一次反饋中越用越準。
特征認知 Feature Cognition
在特征空間檢測，而非顏色空間- 百萬級元件預訓練
理解元件的"身份"，而非比對像素與顏色相似度。
- 同色器件不再誤報
黑板黑件、銀線銀件等同色場景，特征空間天然可分。
- 任意朝向 · 抗污染
旋轉、翻轉、表面污染都能精準定位。
越用越準 · 數據閉環
每一次反饋都讓模型更聰明- 即學即更
質檢員標注一次誤報，模型更新，同類錯誤不再複發。
- 語義級誤報過濾
區分可接受的工藝差異與真缺陷，誤報隨反饋持續下降。
- 數據資產沉澱
針對你的產品與缺陷不斷優化，成為越用越強的專屬模型。
靈活部署 · DEPLOYMENT
嵌入你現有的 AOI / 視覺設備與產線軟件。
標準接口對接 MES / 上位機，結果實時回流。
一鍵私有化部署，環境隔離、易于運維。
隨 DaoAI 2D / 3D 設備開箱即用。
權重與數據 100% 留在廠內，安全合規。
<12ms 本地推理，無需上雲、斷網可用。
覆蓋缺陷類型 · DEFECT COVERAGE
缺件 / 錯件立碑 Tombstone極性 / 翻轉連錫 Bridge偏移OCR 字符異物少錫表面污染 / 碎屑DIP 焊點分類
| 對比維度 | 傳統規則 AOI | 通用 AI AOI | DaoAI 軟件系統 |
|---|---|---|---|
| 檢測范式 | 顏色 / 模板匹配 | 通用分類網絡 | 視覺基礎模型 · 特征認知 |
| 建模數據 | 人工規則 | 數千張缺陷圖 | 一張良品樣板 |
| 編程耗時 | 每塊板 3–5 小時 | 取決于 AI 工程師 | 員工 5 分鐘完成 |
| 持續優化 | 固定算法 | 需廠商重訓 | 產線反饋即學即更 |
| 部署 | 專機綁定 | 常需上雲 | SDK/API/Docker · 100% 本地 |