深度学习机器视觉检测套件系统

目前埃玛（ALFA)的产品主要有人工智能软件平台和硬件全解决方案。我们的人工智能缺陷检测软件埃玛（ALFA)既可以独立使用，也可以嵌入任何软件和设备中，支持客户自己的二次开发和任意API调用；硬件解决方案包括手机整机外观多面检测设备COI，MLCC电容检测设备，TAS纺织印染检测设备等各领域的缺陷检测设备，可以为各行各业的企业解决缺陷检测难题。

所有产品在Zui终呈现到消费者面前之前都需要进行外观缺陷检测，越复杂的东西检测的次数越多，例如一部手机从零部件到整机中间可能经历了几百不同过程的外观缺陷检测，缺陷检测已经成为整个加工过程中Zui消耗人力，也是企业花费成本Zui大的一部分。

软件功能：

       定位

      定位的主要作用是在完整的图像中找到特定要检测物体的具体位置，方便后续识别、缺陷检测、

       分类等功能实现。

       识别

      识别的主要作用是根据特征点的特性，先对已知特征点进行标识，在未知的图像上根据特征

点的标识，识别物体。与定位Zui大的不同是定位可以根据有序的特征点组合成模型，识别则特征点是

无序的，一般不能创建模型，也不需要创建模型。

      异常和缺陷检测模块

      1、非监督模式

     非监督模式主要用于找到外观与好样品明显不一样的异常。红色工具学习好的样品的图像，

只学习好的样品图像，它就能找到与学过的正常样品外观不同的异常。

      2、 监督模式

      监督模式主要用于找到外观与坏的样品明显一样的缺陷和异常。监督模式既学习好的也学习坏的

样品的图像，它能够找到与坏的样品同一位置一样的缺陷和异常。

      两种模式混合

      两种模式优劣对比：

      笼统地概括，非监督模式是对比好的样品，监督模式主要是对比坏的样品。

由于这两种模式在性能和需求方面是相当互补的，它们经常结合使用：一个非监督模式的红色工

具用于过滤视觉异常，一个或多个后续的非监督模式的工具用于找到特定的和视觉上难以识别的

缺陷，比如划痕、低对比度的污渍或纹理的变化。