Para la fabricación de semiconductores, las inspecciones ópticas automáticas (AOIs) son importantes para la inspección de calidad de los chips. Un sistema AOI contiene un brazo robótico, una cámara industrial, una plataforma x-y y un módulo de inspección visual. Utilizando la cámara industrial, se puede obtener un mapa de obleas y luego enviarlo al módulo de inspección visual para compararlo con las características de chips calificados. Existe una línea base en la plataforma x-y. Debido a las limitaciones de la flexibilidad del brazo robótico, es difícil para el brazo robótico controlar los ángulos entre la orientación del chip y la línea base cada vez, lo que disminuye la precisión de reconocimiento de defectos. Este trabajo tiene como objetivo mejorar la precisión y eficiencia de reconocimiento de defectos del sistema AOI. Específicamente, se presenta un método eficiente para calcular el ángulo entre la línea base y la orientación del chip. Luego, el mapa de obleas puede ser rotado, de modo que el ángulo sea igual a cero. Además, se establece un sistema potente para registrar las coordenadas del chip rotado, de modo que las posiciones de chips no calificados puedan ser localizadas eficientemente. Este método se llama método de arreglo central. El método de arreglo central junto con métodos de aprendizaje profundo forma un sistema AOI basado en IA. Experimentos extensos demuestran que nuestro método propuesto funciona bien para mejorar la eficiencia y precisión de la inspección de calidad de chips. Sin embargo, el método propuesto aún tiene desafíos en la implementación, ya que requiere integración con la línea de fabricación.