Intelligent Inspection工具集在InspectorP6xx & Inspector8xx 2D視覺傳感器上運行，有助于在設備上快速、輕松地創建應用。

工作原理

01、異常檢測工具

異常檢測工具可以適合用于無法可靠預測缺陷樣本的復雜應用場合。進行訓練時，只需要搜集良好的圖像樣本。異常檢測工具會根據良好樣本的訓練結果，直接輸出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，適用于多變、不穩定、反光材質等復雜應用場合。對于組裝核驗、缺陷分類等也可以輕松實現。

這個工具在所有類別的類似數量的圖像上進行訓練，并輸出物體類別。

該工具通過在InspectorP智能相機中進行圖像收集和執行檢測。基于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在線平臺完成。該方式下對于樣品收集的數量可以更多，不僅限于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：表面褶皺、反光)

03、新舊瓶區分(控制沖洗瓶子用水量)

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不適用的復雜應用

● 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

● 借助云端和設備端訓練，無需額外的硬件或軟件

● 由于設備基于 Deep Learning 運行，因此總運行成本低

● 操作簡單快速上手

（來源：西克）