易点检测器

（已停产）

先进表面检测技术——适用于电池、造纸、薄膜及玻璃行业。

- 检测微弱缺陷与污染物，即使在噪声图像中亦可实现
- 高速处理支持在线检测
- 兼容线扫相机与2D相机的图像采集
- 可选功能：在工件边缘预对齐感兴趣区域
- 可选功能：基于深度学习的缺陷分类
- 提供简洁全面的C++、C#及Python接口

描述

EasySpotDetector采用局部分割技术从背景中提取显著物体。该技术适用于多种材料，如薄膜、涂层表面、钢材、电池箔、玻璃等。通过特定参数可选择缺陷的外观与尺寸，以及检测灵敏度。该分割技术对噪声具有鲁棒性，无需上下文训练或校准。

在线表面检测的实时处理

凭借其两阶段处理方法，EasySpotDetector比其他基于深度学习的物体分割处理更快速。在搭载英特尔i7-10850H处理器的计算机上，EasySpotDetector每秒可处理高达2亿像素（仅检测功能）。分类功能可通过GPU运算提升性能，同时得益于OpenVINO，该功能也针对CPU运行进行了优化。

EasySpotDetector Parameters to control segmentation

用于控制缺陷分割的参数集

一组明确的参数可让用户针对特定缺陷进行定位。用户可调整缺陷的类型（颗粒、划痕等）、外观（更亮、更暗或两者兼有）、尺寸以及最小对比度（强或弱缺陷）。

简单而全面的API

EasySpotDetector提供单一API接口，用于感兴趣区域（ROI）的对齐、表面缺陷检测以及基于定制训练的深度学习分类器的缺陷分类。

EasySpotDetector Custom trained Deep Learning object classifier

定制训练的深度学习目标分类器

检测到的对象可提交至深度学习分类器。该分类器由用户通过用户友好的深度学习工作室针对其特定应用进行训练。分类器的潜在用途包括：

确认或否定检测到的候选对象。
评估缺陷的严重程度等级。
根据外观特征将检测对象划分为多个类别。

EasySpotDetector Tested on various use cases

已在多种使用场景下测试

EasySpotDetector已在多个表面检测应用中成功通过测试，包括：电池箔、织物、钢材、无源电子元件以及天然材料（例如：皮革、木材）。