在生产实践中发现，车削件加工过程中，由于受到各种因素的影响，加工出来的工件不仅达不到规定的技术要求，还会出现各种各样的质量问题，从而造成不合格品甚至废品。因此，必须进行车削件缺陷检测质量分析，找出质量问题产生的原因，采取相应的纠正预防措施。

车削件缺陷有如缺陷如垫伤、倒角异常、缺损及挡边低等，必须将缺陷件挑出来做报废处理，又有工件放偏、车削瘤及滚道留筋等缺陷不容易被发现，若流入下道工序，则会带来质量隐患，甚至会导致产品报废。鉴于上述缺陷，虚数科技自主研发了基于机器视觉的车削件缺陷检测DLIA系统，具有非常重要的意义。

使用DLIA深度学习平台，结合图像识别与深度学习人工智能技术组建的车削件缺陷检测设备，可以解决各类不良问题，其检测准确率99.9%，检测效率从每分钟几百到上千，可在线/离线检测，支持新增缺陷标注与再训练，收集缺陷越多，检错率越高，越用越准确。DLIA深度学习平台已为全国超过百家企业提供工业AI服务，虚数科技值得信赖。