针对传统机器视觉技术在工业检测中遇到的瓶颈问题，中科院广州电子技术有限公司紧跟世界人工智能技术的最新发展，借鉴吸收该技术在安防、银行和公安各个领域的研究成果，研究工业视觉检测中深度学习技术的应用，自主研发了高反光微小划痕人工智能检测算法，不仅在服务器外观检测设备中表现优异，而且可以广泛应用多种工业产品的外观检测，具有广阔的应用前景。

服务器外观质量检测设备由机械手携带相机和光源组一起移动拍照，动作灵活，适应性强，能对产品五个面（四个侧面和顶面）进行拍照检测，自身携带定位系统，能适应流水线生产带来的位置和角度偏差。能实现：金属表面划痕、脏污，螺钉铆钉缺陷，机箱丝印缺陷，标签打印缺陷、倾斜、污点等缺陷检测，条码识别与缺陷，多种字体字符识别与缺陷，缝隙宽度，锁扣锁紧状态，通风口堵塞，VGA口弯针等十多项内容的检测。

创新点：

1、 基于深度学习的高反光金属表面微小划痕检测算法，解决了传统机器视觉检测无法适应高反光金属表面划痕检测的难题。

2、 设计了一种针对服务器的位置校准系统，自适应位置偏差，实现服务器流水线生产自动化检测。

3、 设计了一种基于角点的精准定位算法，解决了在服务器外观检测中，常用的形状匹配等定位方式适应性不强的问题。

4、 设计了一种条码缺陷检测算法，解决了因条码自身不断变化导致无法检测的问题。