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，助力檢測更輕松。

視頻內(nèi)窺鏡是一種工業(yè)用途的缺陷檢測工具，傳統(tǒng)的檢測方法是：利用探頭捕獲影像并傳輸?shù)斤@示屏，檢測者通過肉眼觀察并結(jié)合個(gè)人經(jīng)驗(yàn)，發(fā)現(xiàn)并識別缺陷。在這個(gè)過程中，長時(shí)間關(guān)注屏幕可能誘發(fā)視覺疲勞，此外像渦輪葉片檢測需要操作者進(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。河南內(nèi)窺鏡 Mentor Visual iQ 引入人工智能，改善了這些問題。

智能高清視頻內(nèi)窺鏡 Mentor Visual iQ 的新版本具有自動缺陷識別功能。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)揮智能識別的作用。

例如，在燃?xì)廨啓C(jī)的檢測過程中，這些算法模型可以快速地發(fā)現(xiàn)并識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AI識別結(jié)果給予接受或者拒絕等類似的簡單操作。智能識別缺陷功能的引入，讓檢測更加客觀，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完成。新版本 Mentor Visual iQ 可以內(nèi)置自動葉片計(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，來識別葉片轉(zhuǎn)動的狀態(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，保障檢測的完備性，同時(shí)也將操作者從機(jī)械重復(fù)中解放出來，有助于提升檢測效率。

隨著各行業(yè)對產(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)比較高的不二選擇。