边线检查
可以查找空隙、边线缺陷以及其他区域性的和表面瑕疵。可以稳定地测量/偏差，昆山字符检测，从而找到产品边线和区域上的缺陷，ocr字符检测，以及表面瑕疵和印刷缺陷。您可根据直线、圆形或不均匀边线轻松配置边线检验工具，然后按总面积、长度或深度对缺陷进行分类。InspectEdge 和 Flexible Flaw Detection（灵活瑕疵探测）工具有极高的灵活性，可以沿某一条线查找空隙，也可以检查某个形状是否有边界缺陷。
目标定位是计算机视觉领域中基本的任务之一，同时它也是和传统意 义上缺陷检测接近的任务，其期的是获
得目标的位置和类别信息。目前， 基于深度学习的目标检测方法层出不穷，-般来说，字符识别检测， 基于深度学习的缺陷
检测网络从结构.上可以划分为:以Faster R-CNN为代表的两阶段(two stage)网络和以SSD或YOLO为代表的一
阶段(one stage)网络。两者的主要差异在于两阶段网络需要首先生成可能包含缺陷的候选框(proal)，然后在
进一步进行目标检测。-阶段网络直接利用网络中提取的特征来预测缺陷的位置和类别。
