engiAI 检测
在 NVIDIA RTX 5060（CUDA）上，单个检测区域耗时 3–5 毫秒
🔒 下载视频 3-5ms-NVIDIA-RTX5060-CUDA.mp4 — 无访问权限
多模型：检测由两个独立模型完成。每个模型可包含数十个检测区域。多模型解决了多区域检测中相似区域的难题。
🔒 下载视频 mnogomodelnost.mp4 — 无访问权限
🔒 下载视频 add-laser-inspet.mp4 — 无访问权限
在多路检测中添加并显示不同类型的相机：Hikrobot、Sick、Android、WebCam
🔒 下载视频 1AddCamera.mp4 — 无访问权限
塑料件检测：相机 + 激光 + 人工智能（YOLO）
一套成熟的工业架构，每个部件各司其职。
激光 + 相机 —— 测量几何尺寸
激光三角测量：激光在工件上投出一条线（轮廓），相机以已知角度拍摄。系统依据反射线的弯曲程度计算每一点的高度与形状。工件从激光线下通过时，便拼出完整的三维轮廓。这属于计量——检查尺寸、翘曲和缩痕。
相机 + YOLO —— 查找缺陷
YOLO（You Only Look Once）是在二维图像上做目标检测的神经网络。训练它识别外观缺陷：划痕、裂纹、杂质、缺料、毛刺、污点，并实时框出。这属于分类与检测，不是测量。
透明与光亮工件上的光学难题
三角测量依赖光束在表面的反射。在透明、光亮和很深色的塑料上，部分光线进入材料内部并发生折射，数据里因此出现虚假反射与噪声。这类表面需要预处理：消光喷剂、专门照明或改变拍摄角度。
对于必须专门考虑折射的透明件（透镜、光学件、透明外壳），会采用另外的方法——偏折测量法与纹影摄影。
与此同时，神经网络处理的是相机给出的图像，与光的性质无关：它在像素中寻找缺陷图样，而不是分析反射或折射的物理过程。
产线上如何组合
工件沿传送带前行。激光轮廓仪采集三维几何并将尺寸与标准件比对。与此同时，采用不同照明（正面、侧面、背面）的工业相机拍摄表面，检测模型实时找出外观缺陷。两路结果合并：只有几何与外观都合格，工件才算通过。不良品自动被剔出产线。
