综合描述：

数之联追光系列AOI是一款基于深度学习，核心采用自研深度学习目标检测与异常检测框架的产品，其中检出率可以达到99.99%，误判率低于3000PPM。AOI（Automated Optical Inspection缩写）的中文全称是自动光学检测。通过高速高分辨率的工业成像模块，搭载高稳定高精度的机械结构，对待检物进行稳定成像。依托智能检测算法，对待检物的错、漏、反、虚焊等缺陷进行有效检出。使用AOI可对生产过程中的缺陷进行有效发现，提升工艺品质，为工厂降本增效。

随着科技的发展，工厂对工艺的要求越来越高，更先进的制程不断出现，AOI已经由“选配”转变为“标配”。目前行业/企业使用的传统型AOI普遍存在的以下两个核心痛点：

（1）操作复杂、调试时间长。波峰焊的焊点形态变化大，传统算法需针对每一类焊点进行调试，大大增加了调试时间。同时，还对人员的熟练程度有要求，一旦人员流动，难以延续设备检测效果，从而影响生产效率。

（2）误判高。传统算法难以兼容焊点的多形态特征，误判比较高，大大增加了操作员复判的工作量。过多的误判，操作员容易疲劳，漏检的风险随之增加。

主要性能指标：

原有传统AOI误判较高，需要大量人工复判，并且设备操作复杂、新产品换线时间长，工厂导入数之联追光AI-AOI后，漏检率低于0.01%，误判率低于0.3%（按点数），新产品程序制作时间由1-2小时缩减到10-30分钟，大大提高了质检效率。

导入数之联追光AI-AOI后，工程师操作更简单，可实现快速编程，提升工程师管理产线效率，原来1名工程师只能管理2条产线，现在可以管理5条产线，而且误判率降低后，可将产线上维修工位与复判工位合并，每条产线上可至少减少1名操作员，平台降低企业近80%的产品缺陷检测人力成本，为客户带来间接经济效益数亿元。

平台实现工业产品的缺陷检测，提高工业企业生产效率，为工业制造企业制定战略规划和实现业务目标提供强大数据决策支撑。具体包括：平台极大缩短产品缺陷检测与分类时间，提升质检效率；提高产品缺陷检测准确率，快速找出不良原因，有助于优化企业生产线工艺流程，提升企业产能。响应智能制造2025，提升整体智能生产水平。

产品优势：

（1）AI算法，极简编程、快速换线

集合泛半导体行业多个成功落地经验及海量PCBA缺陷数据，训练出可兼容焊点的形态变化、高泛化的深度学习神经网络模型，解决编程/调试时间过长、误判过高、因人而异的操作结果等AOI检测的核心痛点。

（2）将缺陷分类更精细化，极少的人工复判。

通过数之联深度学习目标检测模型，AOI能精准定位缺陷位置并实现缺陷的精确、准确分类，进一步对制程进行精细化管理，弥补了传统算法的粗分类。

（3）自主学习进化，迭代出最合适的检测模型

基于数之联自研深度学习训练平台，用户可根据工厂实际工艺进程，自主扩展训练模型，使之更适合检测。

（4）形成高效可靠的数据资产体系与数据服务能力

盘活AOI机台数据，规范元数据管理，打造有价值、可传承的数据体系，并可在此基础上定制大数据分析、可视化分析等。面向工业4.0，可接入其他工业互联网平台、MES等。

应用领域：

面板、PCB/PCBA、家电、新能源电池生产、汽车零配件等行业的生产过程中产品外观缺陷检测环节