伴随着5G技术性的加快渗入，智能机领域正迈入跨越式发展。
在这里情况下，手机制造商们的领域市场竞争也日趋猛烈，涉及到手机处理器、摄像镜头、充电电池、后盖板夹层玻璃等零部件无损检测技术变成每家关心的关键。
在其中，手机上玻璃盖板是3C行业对高精密检验规定难度系数一部分，也是领域上中下游急待技术革新及产业发展的行业。
先前，中国生产商在手机盖板夹层玻璃检验上，关键取决于人力检验，数选用法国等国家的技术设备，人力成本过高、检验难度系数大、产品合格率不稳定等难题长时间具有，因而际生产制造运用中的智能化端子外观检测是务必的。

AOI集成化了图象传感器技术、数据处理方法技术性、运动控制系统，在商品生产过程中，能够 实行测量、检验、鉴别和正确引导等一系列每日任务。
简易而言AOI模拟和扩展了人们眼、脑、手的作用，运用光学显像方式模拟人的眼睛的的视觉效果显像作用，利用计算机解决系统软件替代人的大脑实行数据处理方法，接着把結果意见反馈给实行或plc模块，让端子外观检测系统能够 替代生产加工中的人力目检阶段。

因为端子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，端子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。