扫描一块样板
用当前批次的一块参考板，AI 自动学习元件位置与外观 —— 不需要 CAD，也不需要缺陷库。
5分钟编程上线（原 3 小时）
1张良品样板即可建模
99%+检出准确率
−80%误报 false call
100万+真实训练图像
100%本地 · 数据不出厂
AI 自动映射元件
秒级定位元件、引脚与极性；旋转、翻转、同色器件都能准确识别，不靠手画 ROI。
AI 推导检测阈值
从样板自动推导判定阈值，产线员工即可上手；并从每一次反馈中越用越准。
特征认知 Feature Cognition
在特征空间检测，而非颜色空间- 百万级元件预训练
理解元件的"身份"，而非比对像素与颜色相似度。
- 同色器件不再误报
黑板黑件、银线银件等同色场景，特征空间天然可分。
- 任意朝向 · 抗污染
旋转、翻转、表面污染都能精准定位。
越用越准 · 数据闭环
每一次反馈都让模型更聪明- 即学即更
质检员标注一次误报，模型更新，同类错误不再复发。
- 语义级误报过滤
区分可接受的工艺差异与真缺陷，误报随反馈持续下降。
- 数据资产沉淀
针对你的产品与缺陷不断优化，成为越用越强的专属模型。
灵活部署 · DEPLOYMENT
嵌入你现有的 AOI / 视觉设备与产线软件。
标准接口对接 MES / 上位机，结果实时回流。
一键私有化部署，环境隔离、易于运维。
随 DaoAI 2D / 3D 设备开箱即用。
权重与数据 100% 留在厂内，安全合规。
<12ms 本地推理，无需上云、断网可用。
覆盖缺陷类型 · DEFECT COVERAGE
缺件 / 错件立碑 Tombstone极性 / 翻转连锡 Bridge偏移OCR 字符异物少锡表面污染 / 碎屑DIP 焊点分类
| 对比维度 | 传统规则 AOI | 通用 AI AOI | DaoAI 软件系统 |
|---|---|---|---|
| 检测范式 | 颜色 / 模板匹配 | 通用分类网络 | 视觉基础模型 · 特征认知 |
| 建模数据 | 人工规则 | 数千张缺陷图 | 一张良品样板 |
| 编程耗时 | 每块板 3–5 小时 | 取决于 AI 工程师 | 员工 5 分钟完成 |
| 持续优化 | 固定算法 | 需厂商重训 | 产线反馈即学即更 |
| 部署 | 专机绑定 | 常需上云 | SDK/API/Docker · 100% 本地 |