Insightek.ai
产品对比

映赛 vs 规则式 AOI

规则式 AOI 可以做到全检,而且速度快 — 但阈值规则在复杂背景上会过杀,也无法把正常切割刀痕或纹理与真实缺陷区分开。映赛补上了专用模型、微米级量测与可追溯的数据闭环。本对比反映的是典型配置的一般差异,并非任何特定厂商;实际能力以现场验证为准。

规则式 AOI

规则式 AOI

按产品与光照逐一调优的阈值/规则检测流水线 — 速度快,但对复杂纹理敏感,且无法把真实缺陷与正常切割刀痕或纹理区分开。

映赛 映赛胜

Insightek

一个平台上的 AI 检测与量测:面向小缺陷与复杂纹理的专用模型、带样品集验收的真假缺陷判定,以及同一份输出中的微米级量测。

什么时候规则式 AOI 仍然适用 — 并可共存

AOI 并非对立面。在干净、稳定、高对比度的特征上,它既快又有效;映赛的设计正是与其共存 — 补上量测、真假缺陷判定与数据闭环以抵消 AOI 过杀,而不是把产线整个拆掉。

  • 稳定背景上、阈值规则已能通过的干净高对比度特征
  • 很少变化的成熟产品与固定光照条件
  • 已在运行 AOI、希望"叠加"而非"替换"量测与真假缺陷判定的产线
  • 无需微米级量测的简单有无 / 缺失检查

什么时候映赛能改变成本曲线

以下这些场景,阈值规则要么陷入过杀与漏检,要么得到"这个没法量化"的答复。

  • 阈值规则会过杀的复杂或有纹理的背景
  • 被 AOI 判为缺陷的正常切割刀痕或纹理(误判)
  • 需要专用模型而非阈值才能检出的微小或低对比度缺陷
  • 需要在同一零件上做微米级量测,而不只是合格判定
  • 把坐标、尺寸、类别、趋势接入 MES / SPC 的可追溯数据闭环

能力对比

五个维度,取自典型配置。本对比反映的是一般差异,并非任何特定厂商;实际能力以在您样品上的现场验证为准。

覆盖与检出

维度

覆盖

规则式 AOI

可做全检,但受速度限制

映赛

在线全检;速度随算力扩展

视场景
维度

微小 / 低对比度缺陷

规则式 AOI

阈值规则;复杂背景上过杀严重

映赛

面向小缺陷与复杂纹理调优的专用模型

映赛胜

判别与量测

维度

真假缺陷判别

规则式 AOI

无法区分正常切割刀痕 / 纹理

映赛

AI 判定 + 样品集验收,保持一致

映赛胜
维度

量测能力

规则式 AOI

部分支持,精度有限

映赛

检测与微米级量测合并于同一份输出

映赛胜

数据与追溯

维度

数据闭环

规则式 AOI

仅输出结果

映赛

坐标、尺寸、类别、趋势 + MES / SPC 对接

映赛胜

在规则式 AOI 之上叠加,或从其迁移

导入分阶段进行,每一步都有交付物。您可以从小处起步 — 先软件与离线验证,再一体化单元,最后标准设备 — 过程中可与 AOI 共存。

  1. 01

    1 · 样品与工艺评审

    我们与您一起评审样品与工艺。交付物:可行性结论。

  2. 02

    2 · 成像与算法验证

    我们在您的零件上验证成像与算法。交付物:演示报告。

  3. 03

    3 · 检测项与阈值

    我们与您共同确定检测项与阈值。交付物:判定方案与验收标准。

  4. 04

    4 · 线边集成

    我们在产线侧完成集成。交付物:集成验证报告。

  5. 05

    5 · 验收与复制

    我们进行验收并准备复制推广。交付物:验收报告与维护方案。

常见问题

必须拆掉我们现有的 AOI 吗?
不必。映赛的设计就是与 AOI 共存 — 它补上量测、真假缺陷判定与数据闭环以抵消 AOI 过杀。您可以先叠加能力,而不是替换产线。
这与 AOI 的阈值规则有什么不同?
不再依赖在复杂背景上过杀的阈值规则,而是用面向小缺陷与复杂纹理调优的专用模型,并在样品集上对真假缺陷判定做验收 — 这样正常切割刀痕与纹理就不会被判为缺陷。
你们能测量,而不只是合格判定吗?
可以。检测与微米级量测出自同一份输出 — OK/NG 判定之外,还有坐标、尺寸偏差与缺陷类别。
在我们决定之前,你们如何证明准确性?
导入分阶段进行,每一步都有交付物 — 可行性结论、演示报告、带验收标准的判定方案、集成验证报告,以及验收报告。每一项公开的指标都可解释、可校准、可验证。

带上您最棘手的 AOI 误判。

一次技术评审,看看阈值在您的零件上会在哪里过杀或漏检。第一份交付物是可行性结论,而不是报价。