高清視頻內(nèi)窺鏡是采用光電轉(zhuǎn)換成像技術(shù)的工業(yè)內(nèi)窺鏡，憑借貫穿各環(huán)節(jié)的數(shù)字化技術(shù)，以及高品質(zhì)圖像傳感器和傳感器像素?cái)?shù)，操作者可以更快捷地發(fā)現(xiàn)以往看不到的細(xì)微缺陷。然而河南內(nèi)窺鏡的優(yōu)勢(shì)還不僅僅局限于此，人工智能的融合為視頻內(nèi)窺鏡注入了新鮮的血液，助力檢測(cè)更輕松。

視頻內(nèi)窺鏡是一種工業(yè)用途的缺陷檢測(cè)工具，傳統(tǒng)的檢測(cè)方法是：利用探頭捕獲影像并傳輸?shù)斤@示屏，檢測(cè)者通過(guò)肉眼觀察并結(jié)合個(gè)人經(jīng)驗(yàn)，發(fā)現(xiàn)并識(shí)別缺陷。在這個(gè)過(guò)程中，長(zhǎng)時(shí)間關(guān)注屏幕可能誘發(fā)視覺(jué)疲勞，此外像渦輪葉片檢測(cè)需要操作者進(jìn)行葉片計(jì)數(shù)這樣的重復(fù)性工作，這些都可能因疲憊或者其他人為因素而導(dǎo)致漏檢的情況。韋林高清視頻內(nèi)窺鏡 Mentor Visual iQ 引入人工智能，改善了這些問(wèn)題。

河南內(nèi)窺鏡 Mentor Visual iQ 的新版本具有自動(dòng)缺陷識(shí)別功能。利用缺陷圖像大數(shù)據(jù)，運(yùn)用機(jī)器學(xué)習(xí)進(jìn)行訓(xùn)練，從而生成基于特征提取的缺陷識(shí)別及歸類的AI模型，該AI模型可以內(nèi)置于內(nèi)窺鏡中發(fā)揮智能識(shí)別的作用。

例如，在燃?xì)廨啓C(jī)的檢測(cè)過(guò)程中，這些算法模型可以快速地發(fā)現(xiàn)并識(shí)別熱障涂層脫落等缺陷、并顯示在屏幕上，供操作者參考，操作者需要做的僅僅是：針對(duì)AI識(shí)別結(jié)果給予接受或者拒絕等類似的簡(jiǎn)單操作。智能識(shí)別缺陷功能的引入，讓檢測(cè)更加客觀，避免漏檢的發(fā)生。

此外，像渦輪葉片計(jì)數(shù)這樣的重復(fù)性工作也可以由人工智能來(lái)完成。新版本 Mentor Visual iQ 可以內(nèi)置自動(dòng)葉片計(jì)數(shù)功能，作為核心的人工智能算法根據(jù)葉片輪廓的特征，以及特征在屏幕上出現(xiàn)的位置、時(shí)間等信息，來(lái)識(shí)別葉片轉(zhuǎn)動(dòng)的狀態(tài)，從而實(shí)現(xiàn)葉片計(jì)數(shù)功能。既能準(zhǔn)確統(tǒng)計(jì)每一片葉片，保障檢測(cè)的完備性，同時(shí)也將操作者從機(jī)械重復(fù)中解放出來(lái)，有助于提升檢測(cè)效率。

隨著各行業(yè)對(duì)產(chǎn)品質(zhì)量和設(shè)備要求的提升，使得工業(yè)內(nèi)窺鏡的應(yīng)用不斷擴(kuò)展，檢測(cè)工作量也在不斷攀升。河南內(nèi)窺鏡一直是行業(yè)里性價(jià)比較高的選擇。