引线键合后的凹陷、偏移、缺线等缺陷尺度细微，人工目检既慢又易疲劳逃逸，产能与质量长期此消彼长。
98%检出准确率
×2检测吞吐
≈0关键缺陷逃逸
该封装厂在引线键合工序后需检查每根金属引线的弧高、走向与连接状态。凹陷引线、引线偏移、漏键合等缺陷尺度在数十微米级，过去依靠质检员在显微镜下逐颗目检，速度受限于人眼，长时间作业还会因疲劳产生漏检。
目检逃逸的不良一旦流入后续塑封，几乎无法返工，直接报废成品并波及客户端。产线为压低逃逸只能放慢节拍、增加抽检比例，质量与产能始终相互掣肘。
DaoAI 产品方案
DaoAI 将训练好的引线缺陷模型部署到 AI-AOI 检测设备的边缘端，实现在线逐颗推理：设备端直接完成图像采集、缺陷检出与分类，无需回传服务器。针对凹陷引线、偏移、缺线等具体缺陷形态，用现场样本迭代模型；少见缺陷以 APDT 正样本学习补足，避免为凑负样本而人为制造不良。
- 缺陷模型下沉 AI-AOI 边缘端，单颗在线推理无需回传
- 覆盖凹陷引线、引线偏移、漏键合等典型缺陷
- 边缘推理低延迟，匹配键合机节拍
- 结果实时联动分选，不良不流入塑封
模型进边缘端后，检出与节拍解耦，质量与产能不再二选一。
上线后，该工序缺陷检出准确率达到 98%，边缘端在线推理使检测吞吐较人工目检提升约一倍，关键缺陷逃逸趋近于零。质检员从全检岗位转为设备维护与异常确认，产线得以在保证质量的前提下提速。