Intelligent Inspection工具集在InspectorP6xx & Inspector8xx 2D視覺傳感器上運行，有助於在設備上快速、輕鬆地創建應用。

　　工作原理

　　01異常檢測工具

　　異(yi)常(chang)檢(jian)測(ce)工(gong)具(ju)可(ke)以(yi)適(shi)合(he)用(yong)於(yu)無(wu)法(fa)可(ke)靠(kao)預(yu)測(ce)缺(que)陷(xian)樣(yang)本(ben)的(de)複(fu)雜(za)應(ying)用(yong)場(chang)合(he)。進(jin)行(xing)訓(xun)練(lian)時(shi)
，隻(zhi)需(xu)要(yao)搜(sou)集(ji)良(liang)好(hao)的(de)圖(tu)像(xiang)樣(yang)本(ben)。異(yi)常(chang)檢(jian)測(ce)工(gong)具(ju)會(hui)根(gen)據(ju)良(liang)好(hao)樣(yang)本(ben)的(de)訓(xun)練(lian)結(jie)果(guo)，直(zhi)接(jie)輸(shu)出(chu)OK或者NOK的檢測結論，同時會在檢測圖像中用熱區圖的形式將缺陷區域顯示出來。

　　異常檢測工具支持客戶進行簡單、快速的on-device應用構建
，用戶可以在智能相機硬件中訓練最多100張良好圖像樣本。

　　02分類工具

　　分類工具可以將視覺上很相似的物體進行區分，適用於多變、不穩定、反光材質等複雜應用場合。對於組裝核驗

、缺陷分類等也可以輕鬆實現。

　　這個工具在所有類別的類似數量的圖像上進行訓練，並輸出物體類別。

　　該工具通過在InspectorP智能相機中進行圖像收集和執行檢測。基於優化準確度和執行速度的目的，標注、訓練和評估過程需要使用SICK dStudio在線平台完成。該方式下對於樣品收集的數量可以更多，不僅限於100張圖像。

　　典型應用案例

　　（快消、汽配、電子等行業）

　　01電子元器件缺失、外觀檢測

　　02勺子有無檢測（難點：表麵褶皺、反光）

　　03新舊瓶區分（控製衝洗瓶子用水量）

　　04圖案種類分類（產品種類多）

　　05藥袋排放檢測（褶皺、翹曲等不可預見的異常情況）

　　性能和客戶收益

　　Deep Learning 解決了工業圖像處理領域中rule-based tools不適用的複雜應用

　　將傳統檢測工具的優勢與 Deep Learning 相結合

　　減少研發工作量：借助樣本圖像訓練和分析

　　借助雲端和設備端訓練，無需額外的硬件或軟件

　　由於設備基於 Deep Learning 運行
，因此總運行成本低

　　操作簡單快速上手

　　掃描二維碼獲取官方產品資料