伴随着电子器件产业链的迅猛发展，电子器件制造企业的生产率，品质管理流程和成本费多少决策着公司的竞争能力，也决策着公司获得顾客订单信息的工作能力。
电子设备的高宽比一体化，贴片式元器件的规格及PCBA板的相对密度做到了的水平，商品升级换代的速率也变的越来越快，多机型，小批量生产，经常换线愈来愈挑戰加工厂的生产制造工作能力。
快速smt贴片机等机器设备提高了加工厂的生产量，可是在SMT首样确定阶段，大部分加工厂却仍然滞留在十分落伍的人力确定环节，殊不知应用一台自动化技术的o型圈外观检测能够 为加工厂提升许多率。

因为o型圈外观检测借助折射光来开展剖析和判断，但有岁月会遭受一些随机因素的影响而导致错判。
如元器件焊端有脏污或焊层侧的印刷线有一部分未开展涂覆有一部分外露，进而导致检索欠佳等。
而且检验新项目越多，很有可能导致的乱报也会稍多。
该类乱报属任意乱报，没法清除。
根据此，o型圈外观检测业内普遍现象一个的共识，即AOI乱报难以避免，但能够 降低。
业内认可的理想化情况下可接受误测为3000PPM之内。
如今人工智能技术的发展趋势，机器视觉技术已引进深度神经网络优化算法，可能降低AOI检测错判，后边大家再与大伙儿一起沟通交流人工智能技术新技术应用AOI机器设备，智能化图象剖析技术性的深度神经网络优化算法。

在smt贴片机生产流水线，大家各种各样仪器设备，擦抹助焊膏、贴片、电焊焊接后大家必须对元器件开展检验，对贴片式元器件开展检验的机器设备便是o型圈外观检测，那麼smt贴片机生产流水线中o型圈外观检测的功效是什么呢？针对元器件的检验，一般在smt贴片机生产流水线回流焊炉前后左右安裝AOI检测系统。
选用根据达标模版的学习培训和根据表层贴片技术性的CAD数据信息检验。
实际技术性主要是根据预备处理图象的计算机视觉。
前面一种关键选用统计分析计算机视觉，通过学习创建达标的图象方式，随后对总体目标图象与样版图象开展较为解决，获得检验鉴别結果。