缺陷检测

注意

该步骤不再维护，将在后续版本中删除。请使用新版步骤 深度学习模型包推理 。

该步骤通过深度学习算法来检测输入图像是否存在缺陷，并且可以对缺陷类型进行分类。

注意

该步骤仅在 开发者模式 下可用。

应用示例（测量模式）

注意

使用此步骤，需准备待测量物体的深度学习模型。

步骤连线

单击 缺陷检测 ，在 步骤输入端口选择 窗口，将 输入 1（彩色图） 的下拉栏设置为 读取图像_1_彩色图 。

参数设置

• 读取图像 V2 设置：

  单击此步骤，在 步骤参数 窗口中，设置待检测物体的图像数据路径等参数（用户需准备包含待检测物体的彩色图）。

  此例中的待检测物体如下图所示：

  

• 缺陷检测 设置：

  1. 单击此步骤，在 步骤参数 窗口中设置 模型文件 与 配置文件 。

  2. 检查深度学习服务器是否启动。

  3. 设置完成后，单击 运行 来运行工程。

  工程运行成功后，缺陷部位将被标记，如下图所示：

  

• 在 测量结果输出 窗口与 结果视图 中可查看检测结果。此例中的被检测物体有缺陷，检测结果为 False ，如下图所示。若被检测物体无缺陷，检测结果将为 True 。

  

• 此外用户可自定义检测区域，即添加感兴趣区域。

  单击 缺陷检测 ，在 步骤参数 ‣ 缺陷筛选设置 单击 + 来增加一个或多个感兴趣区域。

  增加一个感兴趣区域：

  

  增加两个感兴趣区域：