金属工件作为制造业中不可或缺的重要组成部分，其表面瑕疵不但影响美观，更会影响工件的使用性能，使产品安全性降低，由于这些工件表面光滑，同时具有高光等特性，检测时会影响被测物的特征提取，无论是人工检测还是机器检测都有很大的难度。

为了解决高光金属工件表面缺陷检测的问题，虚数科技通过DLIA工业深度学习开发平台中庞大的视觉检测资源库，快速出具了视觉解决方案，并进行了评估与验证。虚数科技公司搭建的DLIA工业深度学习开发平台实现工业复杂缺陷自动化检测的问题，具有实时缺陷分类与检测的功能，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工业深度学习开发平台出具的方案区别于传统的视觉算法，优化后的算法可有效的解决图像采集时出现的高光问题，同时可识别出产品划痕、裂纹、凹坑等缺陷类型，提供了更高的准确性，为后续的缺陷检测提供数据支持，提高生产效率。由于工业现场环境复杂，任何一个小的变动都可能会涉及到整个项目的改造，从而导致项目周期长，实施成本高。虚数科技根据工业现场情况，搭建了一套设计合理，运行稳定，安全可靠的高光金属工件检测系统。