举例：贴片电阻元件的像素低于75%时判定为不良NG，而aoi本身的学习能力和判别能力是有限的，关键在于当时的统计建模的技术是不成熟的，也就意味着，不符合aoi设定标准的就报错，自然而然的aoi的误判就高了。

　　使用单位在考察设备的时候当然不太愿意技术，本身作为代替人工的自能化检测设备普及受到限制，我们称这个阶段叫做图像对比初期，以区别于现在统称的图像对比包含统计建模和矢量分析的情况。

　　当统计建模的技术不断完善，AOI设备学习能力提高，对于高工作量的pcba加工的焊点检测，必然起到设备导入的推动作用，当然，我们可以将时间大概标定在2010年或以前，因为这一年，国内的特征矢量分析检测技术被运用在aoi检测技术中，服务于客户实际生产中的pcba焊点检测。

　　这也就意味着aoi检测技术的再次进步，但是，在生产中提出的不断学习的过程，浪费了大量的时间和人工确认的过程，那么，我们有理由提出，直接给出检测范围，AOI更快的进入生产过程，不仅节约了时间，更重要的是对于小批量生产的板真正起到检测的左右。

　　我们知道统计建模后，要完善学习过程，更精确的起到检测的左右，必然需要一百块或更多的板来校正我们之前设定的检测标准，小胡请问，对于小批量的板，学习完了，板也检测完了。

　　那么aoi真正起到了多大的左右呢?于是对于标准一步到位的设定，变得重要起来。值得一提的是，对于不同程度的pcb变形和DIP插件焊点变化，图像对比和统计建模变得误报频发。

　　因此小编希望您在考察aoi设备的时候，多考虑自己工厂实际的需要，通过aoi检测设备技术的三个层次的介绍，大概了解aoi技术的发展和检测领域的优势。