首页方案概述
算法逻辑
对于常见小型缺陷进行深度学习，对罕见缺陷使用的异物检测算法。
应用场景
油漆车间的涂完检查
成像覆盖
加驱动装置的光源和相机，随动模式
观看视频
“
对于常见小型缺陷进行深度学习，对罕见缺陷使用的异物检测算法。
算法逻辑
重要参数
| 检出率 | ≥99% |
| 误检率 | ≤3% |
| 覆盖率 | ≥98% |
| 检查效率 | 最快可满足45秒节拍（JPH=80） |
| 可检出缺陷类型 | 颗粒，漆渣，划伤，划痕，缩孔，针孔，异色点，纤维，杂质，流挂，漆泡、橘皮等 |
实际案例
