·相比传统的机器视觉有更高的检测准确性，在外观的判断标准上更加接近于人眼的判断标准，相比人眼有更可靠的重复性；
·配置自动上下料，实现检测过程的自动化。生产线对接，进一步提升测量效率；
·完成产品 4 个面的测量，2s 即可完成，可以根据特殊需求定制所有面的测量；
·一次投资长期回报，无需人力成本和管理成本；
·判断标准一致，无主观判断；
·处理人无法判断的缺陷；
·7X24 小时无间断工作。
基本原理
·有很多复杂的缺陷特征，传统机器视觉无法使用规则对缺陷进行量化，因而无法进行识别；
·抛弃传统视觉的对比度，明暗等规则，使用 OK/NG 样品实际进行学习训练；
·深度学习模拟人脑，按照人脑的判断理念来进行学习和运行。
优势
·训练样本少，不需要太多的 OK/NG 样本进行训练，每种类型的缺陷仅需 10~20 张图片样本；
·光源要求不高，不需要集中精力在如何使图像对比度更高，缺陷更明显；
·训练速度快，一般为几分钟或者十几分钟，新增样本也能很快完成训练。
