采集正常样本
在稳定光照与固定机位下采集良品图像。
DEMO SCENES
场景演示
选择一个演示场景，了解从正常样本学习到异常闭环的完整路径。
可演示RECOMMENDED DEMO
金属件表面异常检测
使用 180 张合成正常工件训练 PatchCore。模型不需要缺陷样本，即可发现与正常纹理不同的疑似区域。
- 检测对象
- CNC 铝合金盖板
- 视觉任务
- 无监督异常检测
- 推理模型
- PatchCore Compact
- 演示素材
- 合成数据 · 非客户实拍
学习正常特征
建立正常外观特征记忆库，不使用异常样本训练。
发现异常区域
比较新图像与正常记忆库，输出分数与位置。
形成改善闭环
人工复核、分析趋势并跟踪验证动作。
本场景中的工件、缺陷、检测记录均为程序生成的合成数据，用于展示产品能力，不代表真实产线性能承诺。