焊点缺陷给制造业带来了繁多的痛点：

缺陷焊点严重影响PCB的性能，成因众多，导致最终产品出现质量问题和口碑损失。部分潜在缺陷可能在产品部署到现场后才显现，这可能导致产品召回和客户支持成本增加。

不及时的检测和反馈可能导致在无法追溯成因的情况下，生产出大量缺陷品。焊点本身缺陷繁多（焊桥，焊锡球，过量焊锡等），需要准确判断缺陷成因。

人工检测每个焊点是不现实的方案，人体的疲劳和主观的判断失误都会导致错捡漏检。DaoAI World在工业质检领域具备丰富的经验。针对不同的需求，我们可以提供不同的算法来协助厂家完善工业质检需求。

监督缺陷分割：如果可以提供有缺陷和无缺陷的图像，模型通过学习可对不同类型的缺陷进行分类和分割，以区分不同种类的缺陷。虽然依赖于标记的缺陷注释，但适用于需要高精度的缺陷识别的场景。

非监督缺陷分割：如果仅可以提供常规无缺陷样本，那么模型也可以通过仅学习无缺陷样本，将任何异常识别为缺陷，不再需要复制高成本的缺陷样本和进行繁琐的数据收集。在面对复现缺陷样本困难和存在未知缺陷时可以完全发挥其性能。

DaoAI World提供像素级检测和图像级检测：图像级检测适用于识别安装方向和组装验证等，而像素级检测在面对划痕，缺陷，水渍等将图像分割成更小的256x256像素区域，对每个区域进行独立分析，以获取最高的检测精度。

更加定制的方案

部分客户对精度有着绝对的要求，基于客户提出的超低漏检率，我们选择考虑进行多模型串联应用。使用目标检测模型将焊点目标区域进行提取，降低图像上其他区域对模型的干扰，再将提取后图像使用分类模型进行精确分类，精准判断区域内的焊点是否符合标准。
我们充分考虑到了厂商的需求，并提供了多样的方案帮助客户快速完成自动化的需求。

案例

某制造商通过我们的定制检测方案，达成无错漏检的焊点检测。

我们通过AI和3D视觉技术赋能工业自动化和制造业检测。凭借我们卓越的AI机器视觉，自动化不再是未来可期——而是当下即可实现的更智能的检测方案。