基于深度学习算法的AI缺陷检测颠覆性产品——显示屏检测，经过一年的在线运行与验证，已经完全达到了客户工业4.0智能生产车间的技术指标要求，这标志着困扰行业多年的手机整机外观全检难题终于被。
显示屏检测，实现了光电、机械、人工智能深度学习算法等领域的系统整合。
其检测技术大量结合人工智能深度学习算法、光学原理、图像处理、运动控制及精密机械等技术，利用光学方式采集图像以获得产品的表面状态，以人工智能算法、图像处理技术来检出产品缺陷或图案异常等，具有高速度、高精度、高稳定性等特性，不论是在生产的制程中进行监测或进行精密品质管理，或是在高科技产品的制造与检验作业中，显示屏检测都能发挥重要作用。
显示屏检测实现手机外观缺陷全自动检测
手机外观缺陷检测一直是业界的难题，需要检测的缺陷种类繁多且变化多端，主要缺陷包括手机外壳上出现的污点、划痕、边缘缺失、裂纹、水迹水印、气泡、手指纹、异物、油墨、异分等问题。
目前，手机整机外观全检基本上处于全人工肉眼检测的状态。
由于手机整机的精密工业检测需求，使得传统机器视觉系统难以通过编程来解决以上这些缺陷检测问题。
手机整机外观检测涉及曲面以及复杂纹理图像中细微划痕的检测需求，只能通过人工肉眼二次复检来完成，进而增加了额外成本。
一般而言，显示屏检测产业链主要包括上游的零部件级市场、中游的系统集成/整机装备市场和下游的应用市场。
其中，上游零部件市场主要包括光源、镜头、工业相机、图像采集卡以及图像处理软件等软硬件提供商；中游主要有集成和整机设备提供商；?随着各类技术的不断完善，显示屏检测下游应用领域也不断拓宽，从开始主要用于电子装配检测，已发展到在识别、质量检测、尺寸测量和机械手定位等越来越广泛的工业应用领域。
