1、深度学习算法，编程简单检出率高； 

2、实现一键编程，元器件焊点自动搜索，快速编程；

3、通用智能模型，基于大数据的训练； 

4、路径规划减少FOV拍照个数，更短拍摄路径;

5、模式多样化，支持远程制 版、混板生产、在线检测； 

6、一键导出数据，统计报表 全面详细，数据对接MES系统；

7、面向工业4.0，集中管理减少人员； 

8、实用训练工具，设备自主学习进化；

产品特点一：核心算法创新 

采用卷积神经网络算法，解决编程时间长、误报高两大传统算法痛点

智能算法：基于大数据深度学习，一键搜索元器件焊点，自动编程，智能识别元件焊点不良

传统算法：颜色、边缘、特征等检测对比算法等算法 OCR文字识别算法

产品特点二：易学易操作 

深度学习算法，编程简单，一键自动搜索元器件焊点，智能判定不良，编程速度快。

调智能算法：不需要CAD、Gerber等文件， 可自动框选焊锡点及Chip料并设定参数 

参数广播功能：一键同步同类焊点算法，参 数，极大缩减调整时间 

在线编程：可实现“边测边调”，不需要停线；

编程时间：10-20min；调试时间：10-15min 

换线时间短，直接调用已有版式文件，不需 要重复调整

产品特点三：检出能力强 

基于大数据训练的模型，元器件的识别准确率高，检出能力及泛化强，能矫正焊点多样化偏差引起的报警，降低误报。

波峰焊工艺下的BOTTOM面，焊点元件变化较大，需要算法可以认知不同的NG与不同的OK，且不能漏测 

卷积神经网络更类似于人的判别方式，针对多样化的测试情景可以有效识别，保证检 出率的情况下，降低误报率

对特征模糊识别能力强，有效检出焊锡上的锡洞，不受引脚、器件干扰 

泛化能力强，能兼焊点多形状，对于焊点的多样化、颜色有细微差异，不规则焊点，误报率低

产品特点四：检测速度快

遗传算法路径规划

更少的FOV個數——没有焊点的位置不拍，减少FOV数量，提高效率；

更短的拍照路径——减少跨度大的FOV跳跃，进一步节约时间； 

更合适的成像位置——避免FOV连接处的焊锡点，保证测试效果； 

GPU图像并行处理，数据运行速度更快；

产品特点五：检测模式多 

结合工厂生产模式的多样化，设计多种检测模式，支持检测多机型生产、替代料；

支持拼板检测    支持混板检测    BadMark跳过模式

产品特点六：测试数据详细 

测试数据实时保留，可导出详细数据报表，有利于工艺改善和生产追溯；

相机自动读取条码（条形码，点状码）； 

数据完整：包括整体统计数据，及每一片检测板卡的所有检测信息；

一键导出：便于回溯，数据可与MES系统实现有效对接

产品特点七：集中管理，远程服务 

支持远程编程、调试、管理，节省换线时间，支持一对多复判

远程调试、控制及集中管理：减少工作中断，提高工作效能

远程离线编程，提前编程

远程支持：快速响应维护

复判工作站：一对多复判

产品特点八：检测范围广 

AI工具训练模型，设备端可自主训练特殊器件，可自动识别，提高检测精度

快速学习新器件及焊点 

调试程序，调节阈值治标不治本 通过训练，让设备认识器件不同形态，真正降低误报率 

测试能力快速迭代、不断升级

产品特点九：设备细节

三段式可调宽度轨道设计：节约进出板时间，提高检测效率

不锈钢滚轮传送带：耐磨损,负重强，易保养 

检测模组自动清洁装置：自动清洁表面灰尘，避免检测受到干扰 工作高度可根据产线高度选择

投影返修台（在线/离线）

避免人工寻找，提高维修效率，避免遗漏；

支持单点/多点标示不良点模式； 

单点/多点投影，对位精度高； 

支持多工位作业，提高维修效率 

多种指引颜色选择，避免版面颜色干扰 

分区域指引维修，效率更高； 

平面/斜面维修轨道，根据客户情况可定制；