說起車展，很多人首先想到的就是那些美艷不可方物的車模們~

　　那說到底車模為什么會流行起來的呢?

　　1898年，第一則汽車廣告誕生后沒多久，人們發(fā)現如果把一位有吸引力的年輕女性和一輛嶄新的汽車放在一起，就會瘋狂吸引男性群體的眼球，從此后性感的女模特成為經銷商們招攬顧客的法寶。

　　然而車模并不是隨意搭配的，她們的形象需要恰當地表現汽車的特質，比如法拉利車模不茍言笑的神情襯托出法拉利的高貴品質;標致、雪鐵龍的模特性感、活潑;日系車往往洋溢著青春、活潑氣息;美系、德系車穩(wěn)重而略帶現代氣質。

　　然而，在2016年的時候出現了一道晴天霹靂：

　　北京上海車展就宣布從此取消了車展車模的展示。

　　當沒有了那些華麗的外在噱頭，

　　留給制造商經銷商們的

　　似乎只有在汽車的自身條件上狠下功夫這條路了!

　　在這樣高強度的競爭環(huán)境下，各大廠商們不得不將生產檢測的效率與精確度提升到極致。但是，人類肉眼和過去的那些視覺機器已經越來越沒辦法滿足如今的需求了。幸好，有一款專為汽車行業(yè)設計的基于深度學習的圖像分析軟件應運而生了，它的名字就是——康耐視ViDi套件。

　　這款康耐視ViDi套件結合了類人類的智能性以及機器視覺的可靠性，非常適用于變形元件的定位、復雜外觀的檢測、分類以及棘手的OCR應用。它提供易于部署的界面，能夠以自動化方式解決以前難以通過編程解決的檢測挑戰(zhàn)。

　　據小編了解，它能夠輕松解決以下檢測挑戰(zhàn)，為生產檢測過程提供可靠的質量保證：

　　1.活塞壓縮環(huán)檢測

　　挑戰(zhàn)：

　　由于活塞的反光金屬表面，壓縮環(huán)上的缺陷很難檢測出來，而且活塞的圓柱形形狀在圖像中的呈現有時很模糊且對焦不準。

　　解決方案：

　　基于這些圖像，康耐視ViDi套件將學習活塞的自然形態(tài)和表面紋理以及劃痕的正常外觀。在訓練階段和驗證期間，可以不斷調整參數，直至訓練后的模型可以正確檢測并分割所有包含較長劃痕的圖像。

　　2.氣缸檢測

　　過往挑戰(zhàn)：

　　氣缸表面較粗糙加上景深的緣故使圖像邊緣周圍往往顯得十分模糊，這樣使缺陷的檢測尤其具有挑戰(zhàn)性。

　　解決方案

　　3.焊縫檢測

　　過往挑戰(zhàn)：

　　動力系統(tǒng)關鍵部件(如活塞)的復雜表面紋理使傳統(tǒng)的機器視覺難以檢測它們的完整性，且活塞的焊縫具有高度的變化，這會導致各種異常很難被區(qū)分開來。

　　解決方案：

　　4.火花塞識別和分類

　　過往挑戰(zhàn)：

　　火花塞細微的外觀變化會給自動化檢測系統(tǒng)帶來挑戰(zhàn)，然而制造商往往只能依靠外觀檢測。

　　解決方案：

　　5.安全氣囊檢測

　　過往挑戰(zhàn)：

　　人工檢測往往容易遺漏或難以檢測出安全氣囊上那些出現故障的孔洞、裂縫、裂洞、 接縫和縫合問題。由于氣囊織物表面的復雜性，傳統(tǒng)的機器視覺系統(tǒng)也難以通過編程來解決這些問題。

　　解決方案：

　　6.內飾件總裝驗證

　　過往挑戰(zhàn)：

　　總裝驗證涉及的各種內飾件具有高度的復雜性，這給傳統(tǒng)機器視覺檢測帶來了挑戰(zhàn)。雖然人工檢測員擅長于識別線帶，但速度太慢，效率過于低下。

　　解決方案：

　　7.汽車識別碼(VIN)檢測

　　過往挑戰(zhàn):

　　汽車制造商必須能夠定位和讀取VIN碼以實現可追溯性，然而鏡面反射、油漆顏色和眩光導致傳統(tǒng)的機器視覺系統(tǒng)難以定位和識別字符。

　　解決方案:

（轉載）