伴随5G的发展和实际应用，电子制造业将迎来新的转型机遇，同时也带来了许多挑战。轻蜓视觉将会持续探索深度学习算法，为更多用户创造实际意义上的价值和收益。
轻蜓视觉的3DAOI，可同时获取***的2D图像及无阴影3D测量，涵盖了目前生产中**小元器件、焊点在内的检测需求。●多向环绕的全覆盖投影技术，确保比较好的3D检测能力●使每个FOV在0.3秒即可完成●3D数值化可优化SMT整个制程，实现更高的自动化●完善的IPC标准公共库、简易的操作界面 多年以来，AOI默默无闻发挥着“查错除错”的作用。江苏3DAOI测试
AOI设备是如何检测元件的质量呢？人们判断一个物体的质量是否合格，总是要实现设定一个标准，如果达到标准则认为该对象为合格，如果达不到标准，则认为对象不合格。同样AOI判断一个元件是否OK，也设定一个规则，满足规则的就OK，不满足规则的就是NG。AOI针对不同的元件选用不同的规则，较常用的规则就是标准图像，就是事先给某个贴片指定一个标准图像，如果被检测贴片的图像和标准图像很相似，那么，我们认为这个贴片是OK的，如果不相似，则认为是NG的，在图像处理行业，我们称这种规则是图像比对或者说是模板匹配。另外，还有一些特定的规则，像指定IC之间不能桥接，这不是通过指定一个标准图像，而是个通过某种算法计算两IC之间是否有连接物的方法判断IC是否有桥接现象。江苏3DAOI测试和3DAOI对比2D难以检查白色基板，因2D通过调整灰度色度来提取，基板和元件颜色相近时，提取结果受到干扰。
AOI检测又称自动光学检测技术，也称为机器视觉检测技术或自动视觉检测，是基于光学原理来对焊接生产中遇到的常见缺陷进行检测的设备。AOI原理与贴片机和印刷机所用的视觉系统的原理相同，通常采用设计规则检验（DesignRuleChecking，DRC）和图形识别两种方法。DRC法按照一些给定的规则（如所有连线应以焊点为端点，所有引线宽度不小于0.127mm，所有引线之间的间隔不小于0.102mm等）检査电路图形。目前市面上，3D AOI得到了大家的普遍认可。
大家知道，目前电子元件越来越小，密度越来越高，而且品质要求也在提高。人工检测的速度和质量满足不了要求，随之各种AOI设备产生，AOI设备具有精确、快速、稳定、可靠的特点，那么AOI设备的工作原理是什么呢？SMT-AOI设备就是用摄像机等硬件设备获取被检测物体的图像，然后用软件比较、分析、判断被检测物体是否OK。也就是说，AOI检测物体的过程是模拟人眼检测物体，是将人工检测物体自动化、智能化。图像获取就是用CCD摄像机把物体表面的光信号转换成为电信号送入图像采集卡。图像采集卡将图像数字化送入计算机，这个过程很直观，容易理解。2D AOI系统也越来越不能满足生产的需求。
Prisma3D全部查出虚焊、浮高、翘脚零件翘起、爬锡高度。可以与MES系统无缝连接。拥有2500万/1500万像素相机，4组数字蓝色摩尔条纹光9段彩色同轴照明光，3D和2D检测模式灵活切换。
轻蜓视觉使用的AI视觉检测设备采用的卷积神经网络，（ConvolutionalNeuralNetworks,CNN）是一类包含卷积计算且具有深度结构的前馈神经网络（FeedforwardNeuralNetworks），是深度学习（deeplearning）的**算法之一。卷积神经网络在学习数据充足时有稳定的表现。针对本系统所处理的大规模图像分类问题，卷积神经网络将用于提取图像的判别特征，再通过分类器进行学习和识别。
轻蜓视觉产品***用于航空、航天、汽车电子、智能手机、平板电脑、家电、工业控制及LED等各个行业，稳定的产品性能，获得了众多客户的好评。 3D aoi清晰的元件顶部和三维交互图像进行可靠的验证。湖南进口3DAOI评测
随着中国3D AOI生产技术的发展，它们在市场上的竞争力逐渐增强。江苏3DAOI测试
轻蜓视觉使用的AI视觉检测设备采用的卷积神经网络，（ConvolutionalNeuralNetworks,CNN）是一类包含卷积计算且具有深度结构的前馈神经网络（FeedforwardNeuralNetworks），是深度学习（deeplearning）的**算法之一。卷积神经网络在学习数据充足时有稳定的表现。针对本系统所处理的大规模图像分类问题，卷积神经网络将用于提取图像的判别特征，再通过分类器进行学习和识别。Prisma3D由于测试高度的精确性（0.4um），在汽车电子，MINILED芯片测试，半导体封装，存储芯片及各种贴装线路板上都有普遍的应用。江苏3DAOI测试
行路致远，砥砺前行。宁波轻蜓视觉科技有限公司致力成为与您共赢、共生、共同前行的战略伙伴，更矢志成为机械及行业设备富有影响力的企业，与您一起飞跃，共同成功！
