PCB AOI加装AI模块：焊点桥连与极性识别定制

传统AOI在SMT产线已普及十余年，但面对0201、01005级微小元件以及BGA、CSP底部焊点时，误判率长期居高不下，往往需要安排专人复检，整体节拍被拖慢。基于深度学习的AI视觉方案，通过CNN与Transformer混合架构对焊点桥连、立碑、极性反向、偏移与缺件等缺陷做细粒度分类，可在保留AOI原有节拍的前提下将复检率从15%~25%压缩到3%以下。 项目落地有两个关键点：一是数据闭环，初期需按板厚、阻焊颜色、锡膏类型分别采集不少于3万张标注样本，并对桥连与锡珠这类正负样本失衡场景做针对性增广；二是边缘推理部署，选用Jetson Orin或RK3588平台，配合TensorRT加速，使单板推理耗时控制在200ms以内，可直接对接原有AOI分拣机构与MES的不良品追溯工单，无需改造既有产线结构。