目前市面上，我們發現一個現象，眾多生產制造企業，特別是在SMT車間，大多選擇離線AOI設備。我們都知道，離線AOI雖然價格便宜，但是需要一個專人負責一臺AOI，人力成本高。卻還是這樣選擇，為什么呢？
現在生產制造企業的轉型，已經不是大規模的生產方式。而是多品種，小比量生產。以產品齊套為目的，快速出成品搶占市場的方式。。
而傳統AOI的算法，不管是圖片對比還是矢量分析，在做程序方面，簡單的產品也需要一個小時，稍復雜產品，兩個小時的程序制做時間。試想，一個幾百到一千的批量，一臺在線AOI將整個生產線處于停止狀態，就不難想象很多企業的明智之舉就是選用離線AOI。
另外一方面，AOI的誤判，也是制約在線AOI的使用。使用在線AOI，但誤判率高，也是需要一個人專職在AOI工位。人員沒節約，影響線體節拍，選擇在線AOI，很多加工廠已經讓昂貴的AOI變成一個明符其的高級接駁臺。
然而，目前在AOI行業出現了一個新的算法，給整個電子制造行業帶來了福音。解決了最讓人頭痛的兩大問題，程序編制和誤判率。
卷積神經網絡可以處理圖像以及一切可以轉化成類似圖像結構的數據。相比傳統算法和其它神經網絡，卷積神經網絡能夠高效處理圖片的二維局部信息，提取圖片特征，進行圖像分類。通過海量帶標簽數據輸入，用梯度下降和誤差反向傳播的方法訓練模型。
