滾輪結構是醫(yī)用輸液套件中的必要組件，用以調節(jié)輸液速度，保證輸液效果及輸液過程的安全。缺少滾輪結構的輸液套件被認定是不合格品，必須嚴格篩選以避免流向客戶端。

由于滾輪顏色與輸液套件整體顏色相近，對比度較低，給傳統(tǒng)視覺檢測方案帶來了極大挑戰(zhàn)。傳統(tǒng)視覺檢測方案在檢測時經常判定失誤，難以保障產品質檢要求。

康耐視In-Sight SnAPP通過基于AI的二元分類器工具集，實現(xiàn)了對滾輪存在/缺失的精準檢測。即使在低對比度環(huán)境下，內置的AI算法也能快速識別并準確判斷滾輪是否缺失。此外，In-Sight SnAPP的引導式設置，能讓用戶在短時間內即可構建出高效、穩(wěn)定的檢測系統(tǒng)，確保產品質量與安全性。

拉鏈是服裝行業(yè)的常見備件，拉鏈頭基材表面外觀無瑕疵是維護服飾品牌形象的關鍵之一。因此，對拉鏈頭基材進行完整性檢測是不可或缺的環(huán)節(jié)。

在高速流水線上，拉鏈頭數(shù)量眾多，且基材小巧，瑕疵位置不固定，給檢測帶來了極大難度。同時，高檢測效率與準確率的平衡也是一個重大挑戰(zhàn)。

In-Sight SnAPP憑借其小巧的尺寸，可以輕松安裝在產線進料口的上方，配合外部光源打亮基材，僅僅通過幾個示例圖像的簡單訓練后，該系統(tǒng)即能出色地應對500mm/s流水線速度下，拉鏈頭基材瑕疵大小和位置均不確定的復雜情況，在不漏檢的同時，保證了檢測效率和準確率。