从软件界面中可以看出，某些仅仅是因为“位置偏移”，并非不良品，而以往的测量结果，会给予NG，也就是我们强调的过检。反之，欧姆龙的AI测量结果，则会忽略位置变化的影响，实现类似于熟练工的经验判断、更为精准的检查，减少因没必要的过检，导致的物料浪费。

▲ 像人一样熟悉缺陷

在「AI感官检查」样机的右半部分，展示的是金属冲压零件的划痕检测，以往，在遇到不可预测的尺寸、形状、颜色，亦或者是在一些复杂的、不确定的背景下，是难以用自动化的方式去检出的。

例如，像金属拉丝面上的划痕，以往的检测方式，很难判断究竟是缺陷，还是金属表面自然存在的拉丝。而「AI感官检查」预先学习了“人感觉是划痕的图像的特征”（通过近三十年来，欧姆龙积累的图像和Knowhow），即使没有定义划痕，AI也能判断并抽取划痕的特征。

现在存在很多自诩AI的东西。但是很多都还只是存在于实验环境中，只是以前画像处理的检查算法开发与算法组合的研究过程演变成了AI的学习过程，依然需要很多的专业知识和研究时间，从而致使PoC的制作成本增大，欧姆龙将今天向大家介绍的技术融入画像传感器中，提供能够即时导入的环境。