AI AOI 軟件系統解決裝配缺漏錯裝問題

當下，AI 技術在芯片設計中的應用逐渐拓展至工業視覺質檢領域。微鏈道愛的 AI AOI 軟件系統在消費品/通用行業的裝配缺漏件/錯裝檢測中發揮着重要作用。

用戶場景：某頭部消費品廠商，其產線的裝配工序中，產品涉及多種零部件的組裝，檢測對象為各類裝配後的成品。在生產過程中，需要確保每個產品的零部件無缺漏、無錯裝，以保證產品的質量和性能。

痛點：在傳統的裝配檢測中，人力檢測效率低下，且漏檢率高達 4%，誤報率達 30%。隨着 AI 技術在芯片設計等領域的成功應用，工業視覺質檢對智能檢測的需求日益增長。同時，該廠商在產品換型時需要耗費大量時間重新編程和調試，換型時間長達 3 小時，嚴重影響生產效率，且難以滿足合規要求。

技術原理

AI AOI 軟件系統采用視覺基礎模型進行特征認知。其核心在於通過先進的算法對圖像中的特征進行提取和分析。在裝配缺漏件/錯裝檢測中，系統利用 APDT 正樣本/少樣本學習算法，只需要 1-20 張良品圖像作為樣本，就能快速學習到產品的正常特征模式。

• 對於特征認知，系統基於深度學習網絡，能夠自動識別不同零部件的形狀、位置和顏色等特征。例如，通過對良品圖像的學習，系統記住了某個螺絲的標準形狀和安裝位置，當檢測到的圖像中螺絲形狀異常或安裝位置不對時，就能及時識別出來。
• 語義誤報過濾算法可以有效減少誤報。在檢測過程中，系統會根據語義信息對檢測結果進行進一步判斷。比如，當檢測到一個疑似缺陷的區域，但該區域的語義信息與正常產品特征相符時，系統會過濾掉這個誤報。
• 0 代碼自動編程功能使得系統能夠在 5 分鐘內基於一塊良品完成編程。這大大縮短了編程時間，提高了換型效率。其原理是系統自動分析良品圖像的特征，並將其轉化為檢測規則，無需人工編寫複雜的代碼。

微鏈道愛解決方案與產品介紹

微鏈道愛的 AI AOI 軟件系統是解決裝配缺漏件/錯裝問題的核心產品。該系統具有視覺基礎模型的特征認知能力，能快速準確地識別產品的正常和異常特征。通過 APDT 正樣本/少樣本學習，僅需少量良品樣本就能完成模型訓練，大大減少了樣本收集和標注的工作量。

AI AOI 軟件系統以其高效的編程和學習能力，為工業質檢帶來了新的解決方案。

系統的語義誤報過濾功能有效降低了誤報率，提高了檢測的準確性。同時，支持 SDK/API/Docker 100% 本地私有化部署，數據不出廠，保障了數據的安全性和隱私性。在實際應用中，可與 DaoAI 2D / 3D AI AOI 設備配合使用，利用其自研 3D 相機和三維形貌重建技術，對產品進行更全面的檢測。

量化成效：使用 AI AOI 軟件系統後，該廠商的檢出率提升至 99.2%，漏檢率降低至 <0.8%，誤報率降低了 -70%，換型時間從 3 小時縮短至 5min，大大提高了生產效率和產品質量。