传统规则 AOI 报得多、报得滥，真正的缺陷淹没在成片误报里。这家工厂没有推翻原产线，而是在 AOI 之后加了一层 DaoAI AI 复判，让人只看真问题。
−80%误报
−80%复检量
<1%漏检
消费电子 PCBA 产线节拍快、板型杂，贴片焊后检测高度依赖传统 AOI。但规则与模板匹配对焊点反光、元件容差、印刷偏移极其敏感，稍有波动就报警。这家头部工厂的实际误报率长期偏高，焊后复检工位常年三班倒，工人一天要人工二次确认上万个被误判的位置，真正的缺陷反而容易在疲劳中被放行。
团队不愿推翻已投产的 AOI 设备，选择保留它做第一道粗筛，在其后接入 DaoAI AI-AOI 软件作为第二道闸门：凡传统 AOI 判 NG 的位置，先交给 DaoAI 模型复判。借助 APDT 正样本/少样本学习，产线只用十余张良品图与少量历史误报图即可上线一个工位的模型，无需为每种缺陷攒大批样本。语义级误报过滤把反光、容差范围内的偏移识别为良品，只把真实的连锡、少锡、偏位留下。
方案构成
- 保留原传统 AOI 做第一道筛，DaoAI AI-AOI 软件做第二道 AI 复判闸门
- APDT 正样本学习：每工位 10–20 张良品 + 少量历史误报图即可上线
- 语义误报过滤区分「反光/容差内偏移」与「真实焊接缺陷」
- 5 分钟 0 代码换型，新板型当班即可切换不停线
产线没有更换一台设备，只是让该报警的才报警。
上线后，需要人工复检的位置下降约 80%，焊后复检工位由三班压缩，误报整体下降约 80%，而漏检率控制在 1% 以内。换型由原先停线调参的数十分钟缩短到 5 分钟级别，工程师不再为新板型重写规则。