產品外觀質量是給客戶的第一印象，直接影響客戶對產品的評價，尤其是高科技產品，已成為產品質量的重要一環(huán)。目前很多公司外觀檢測是依賴人眼進行檢測，不僅效率低，成本高，而且因為存在視覺疲勞等問題，在大批量檢測中還會出現(xiàn)漏檢、誤檢等情況，導致外觀質量難以嚴格管控，嚴重制約了新時代發(fā)展智能工廠的步伐。

近二十年來智能制造技術發(fā)展迅猛，各種工業(yè)機器視覺檢測應用也進入人們的視線，如用于定位的自動視覺定位抓取設備、用于缺陷檢測的手機屏幕缺陷自動檢測設備等。然而，在很多工廠，還有很多關鍵檢測工序無法實現(xiàn)自動視覺檢測，比如本項目中的大型服務器外觀質量檢測，具有檢測面積廣、種類龐雜、數(shù)量多、檢測項位置不確定、精度高等特點，傳統(tǒng)機器視覺檢測技術無法滿足精確檢測的要求。

針對傳統(tǒng)機器視覺技術在工業(yè)檢測中遇到的瓶頸問題，中科院廣州電子技術有限公司緊跟世界人工智能技術的最新發(fā)展，借鑒吸收該技術在安防、銀行和公安各個領域的研究成果，研究工業(yè)視覺檢測中深度學習技術的應用，自主研發(fā)了高反光微小劃痕人工智能檢測算法，不僅在服務器外觀檢測設備中表現(xiàn)優(yōu)異，而且可以廣泛應用多種工業(yè)產品的外觀檢測，具有廣闊的應用前景。

服務器外觀質量檢測設備由機械手攜帶相機和光源組一起移動拍照，動作靈活，適應性強，能對產品五個面（四個側面和頂面）進行拍照檢測，自身攜帶定位系統(tǒng)，能適應流水線生產帶來的位置和角度偏差。能實現(xiàn)：金屬表面劃痕、臟污，螺釘鉚釘缺陷，機箱絲印缺陷，標簽打印缺陷、傾斜、污點等缺陷檢測，條碼識別與缺陷，多種字體字符識別與缺陷，縫隙寬度，鎖扣鎖緊狀態(tài)，通風口堵塞，VGA口彎針等十多項內容的檢測。