引線鍵合後的凹陷、偏移、缺線等缺陷尺度細微，人工目檢既慢又易疲劳逃逸，產能與質量長期此消彼長。
98%檢出準確率
×2檢測吞吐
≈0關鍵缺陷逃逸
該封裝廠在引線鍵合工序後需檢查每根金屬引線的弧高、走向與連接狀態。凹陷引線、引線偏移、漏鍵合等缺陷尺度在數十微米級，過去依靠質檢員在顯微鏡下逐顆目檢，速度受限于人眼，長時間作業還會因疲劳產生漏檢。
目檢逃逸的不良一旦流入後續塑封，幾乎無法返工，直接報废成品並波及客戶端。產線為壓低逃逸只能放慢節拍、增加抽檢比例，質量與產能始終相互掣肘。
DaoAI 產品方案
DaoAI 將訓練好的引線缺陷模型部署到 AI-AOI 檢測設備的邊緣端，實現在線逐顆推理：設備端直接完成圖像采集、缺陷檢出與分類，無需回傳服務器。針對凹陷引線、偏移、缺線等具體缺陷形態，用現場樣本迭代模型；少見缺陷以 APDT 正樣本學習補足，避免為凑負樣本而人為製造不良。
- 缺陷模型下沉 AI-AOI 邊緣端，單顆在線推理無需回傳
- 覆蓋凹陷引線、引線偏移、漏鍵合等典型缺陷
- 邊緣推理低延遲，匹配鍵合機節拍
- 結果實時聯動分選，不良不流入塑封
模型進邊緣端後，檢出與節拍解耦，質量與產能不再二選一。
上線後，該工序缺陷檢出準確率達到 98%，邊緣端在線推理使檢測吞吐較人工目檢提升約一倍，關鍵缺陷逃逸趨近于零。質檢員從全檢岗位轉為設備維護與異常確認，產線得以在保證質量的前提下提速。