随着电子技术的发展，工艺的要求越来越高，更先进的制程不断出现，DIP段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AOI算法需针对每一类焊点进行抽色、阈值、调试，大大增加了编程时间。同时，还对人员的熟练程度有要求，一旦人员流动，难以延续AOI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，设置严了误判多设置松了检出率又不高，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。
焊点形态的千变万化，使用传统AOI算法将会十分困难。不管从颜色提取、灰度计算还是模板匹配等，操作人员可能都不得不为每一类焊点制作一个OK规格，这样就会耗费较多的调试时间。随着例外和缺陷库的增大，算法也会变得越来越有挑战性。
传统AOI学习难度大，需要设置各种参数。首先操作繁琐, 编程复杂:需要抽色、设置阈值、调明暗度、对
比度、饱和度等设置一系列的参数；其次误报多，设置严点及容易受各种器件形态和器件本身信息干扰；第三检测能力不足，器件颜色与本体比较接近或者相似，细微特征特别是一些东倒西歪的器件等都难以
检测出来以上是插件行业现状与痛点，而AI视觉检测是必然趋势。新一代AI AOI以编程极速，操作简单，无需设置任何参数，检出率高，误报低为主要特点。
采用AI卷积神经算法解决了AOI换型时重新注册编程时间长的问题，仅需10分钟即可完成新品程序制作。该设备搭载AI模型，在新品制作时，只需输入板子长宽，设备自动调节轨道开始制作，拍照完成后可以将全部FOV合成整板图像，自动识别焊点位置，进行智能元件分组，工程师仅需极少输入便可完成编程制作。
一个检测框即可覆盖各类缺陷的检测，大幅缩短编程时间。以往2小时才能完成编程，1个工程师只能管理2条产线，现在编程时间降低至10分钟，1个工程师可管理5条产线，大幅提升了管理效率。
智能AOI是个趋势，让AI智能AOI在客户那里使用，做到省人省事，争取百分百检出率和零误报。
评论