加工元件检测挑战
通常有许多不同类型的复杂形状需要忽略因加工工具质量而产生的表面特性变化以及毛坯材料的特性变化在照明、相机和表面方向的特殊组合下，一些缺陷才会显现
解决方案
有了康耐视ViDi套件后，复杂加工元件的自动化视觉检测现在变得极其简单。
软件算法可以基于一组预先记录的已知合格元件图像样本(记录过程中，在相机面前旋转加工元件)自行进行训练，以创建参考模型。
当训练阶段完成后，就可以随时继续进行检测。该套件能够可靠地识别和报告加工元件表面上的缺陷区域。
康耐视ViDi套件具有极大的灵活性，执行检测时，可以在相机前面旋转加工元件，图像采集与元件旋转无需精确同步。
康耐视ViDi套件
基于深度学习的工业级图像分析软软件，可实现自动检测和分类。
▪ 类似于人类：胜过最优秀的质量检测员
▪ 自主学习：无需开发软件
▪ 功能强大：解决无法编程的检测挑战
它是如何工作的? 非常简单，只需执行下面的步骤:
1. 收集“已知合格元件”的图像
2. 让康耐视ViDi套件基于这些样本进行训练，以创建参考模型
3. 继续进行测试
整体硬质合金刀具
第一个例子展示的是经过加工和涂布的刀具。我们为康耐视ViDi 红色检查工具提供了一组具有代表性的合格元件图像样本，以对发生旋转的柱形元件的外观进行训练。
当训练阶段完成后，检测流程就能够可靠地识别右侧图片中显示的这类缺陷。
上图：刀口处有破裂下图：顶端有较小的破裂
医用螺钉
在第二个例子中，ViDi红色检查工具学习完整的医用螺钉模型。同样地，记录过程中，螺钉会围绕垂直轴发生旋转。该模型基于一组随机选择的合格元件样本图像组合创建。它包含可接受的表面纹理变化以及复杂的顶端和自钻式底切。
在检测阶段，ViDi红色检查工具可以报告表面上所有位置的缺陷，如刮痕、凹陷或污渍。
结果和性能
卓越的检测性能：通过在相机面前旋转物体，能够检测不同类型的缺陷。
自主学习：进行加工元件检测时无需任何复杂的缺陷数据库，相反，它依靠类似于人类的方法，即学习和应用，而且相比人工检测员，能够提高测试的一致性和可重复性。
快速轻松：在两个示例中，只需不到20分钟便可完成基于已知合格元件样本图像的学习。
集成
康耐视ViDi套件具有自主学习能力，您可以快速、轻松部署该套件来解决各种新应用，无需任何特定的开发。
（转载）
