電子 / PCBA

一、這條線上真正難的是什麼

電子 / PCBA 的檢測難點很少是"看不清"，更多是三件事同時成立：缺陷尺度跨了三個量級、可用的缺陷樣本極少、而產線節拍不給復判留時間。BGA / QFN 的焊點藏在封裝下方，平面光學根本照不到；MLCC 微裂紋只有微米級，人工判讀一致性差；到了整板裝配環節，連接器、跳線、散熱件的缺漏錯裝又要求 100% 全檢不掉節拍。

傳統 AOI 的做法是把判據寫成規則：閾值、模板、比對視窗。規則寫得松就漏檢，寫得緊就誤報，產線只能靠人工復判兜底——複檢工位因此成為真正的產能瓶頸，而不是檢測本身。多品種小批次的板子換型時，這套規則還要重調一遍。

二、方案怎麼搭

我們按四層搭：成像、模型、平臺、產線對接。

• 成像層：2D 負責全板效率，3D 結構光負責高度與共面度——空洞、橋連、立碑、共面度偏差這類"平面看不出高低"的缺陷靠三維成像解決，X-ray 只留給疑難件複核。

• 模型層：APDT 正樣本學習只學良品，1–20 張良品樣本即可上線，不必先攢缺陷樣本庫；實例分割把缺陷位置標出來，方便工藝回溯而不只給一個"OK / NG"。

• 平臺層：DaoAI World 把標註、訓練、部署、OTA 放在瀏覽器裡完成。人工復判的結果迴流成為下一版模型的訓練訊號，模型分鐘級更新。

• 產線對接：與現有 MES / SPC 對接，判定結果、缺陷圖與座標一併回傳；生產資料留在廠內，不出廠。

對已經裝了傳統 AOI 的產線，我們更常用的接法是"二道閘門"：不動前道設備，把它判出的 NG 圖送進 AI 做二次判定，只把真缺陷交給人。這條路徑改造量最小，也是誤報與複檢量下降最快的一條。

三、機型怎麼選

四、落地節奏

微鏈道愛的典型路徑是四步：① 需求評估——確認缺陷類型、節拍與判定邊界，明確哪些必須攔、哪些屬於工藝公差；② 方案選型——按板型與節拍定機型與工位，給出報價與交付計劃；③ 現場部署——一塊良品板 30 秒至 5 分鐘自動編程，操作員約 30 分鐘上手；④ 反饋最佳化——人工複檢結果迴流，模型分鐘級更新。

五、成效怎麼量

上線後建議只盯四個量：誤報率、漏檢率、複檢工時、換型時間。微鏈道愛已落地的電子 / PCBA 場景裡，這四個量的典型表現是——誤報降低 80%、複檢量同步下降 80%、漏檢低於 1%、BGA / QFN 隱藏焊點綜合檢出率 99% 以上、換型 5 分鐘內完成。

以上為匿名行業場景下我們方案的典型可達範圍，具體數值隨板型、缺陷類型與產線節拍而變，以現場實測為準。

繼續看：6 個場景詳情 · 客戶案例 · 深度文章