人工智能在工业内窥镜检测中的应用，主要体现在通过机器学习提升缺陷识别过程的自动化和智能化水平。韦林工业内窥镜 Everest Mentor Visual iQ 搭载的 ADR（Assisted defect recognition）人工智能辅助缺陷判断系统，即为通过机器学习算法训练得到的缺陷辅助判断模型。

利用 ADR 实现人工智能在工业内窥镜检测中的应用，需要这样一些环节：

1. 收集缺陷检测图像及数据。韦林合作伙伴——工业内窥镜厂家 Waygate technologies 的 InspectionWorks 为检测数据提供了高效的收集接口及数据存储与管理平台；

2. 根据收集的检测图像及数据，开发用于辅助识别缺陷的ADR模型。该过程使用收集到的、已经标记缺陷相关信息的代表性检测图像（称为标记样本），通过机器学习过程，训练得到具备辅助识别缺陷能力的ADR模型。该训练过程不仅需要数量众多的样本，往往还需要几十个小时、甚至更多的训练时间，才能使模型收敛。

3. 部署训练好的ADR模型，以便在内窥检测中辅助识别新检测图像中的缺陷，提升内窥检测的自动化和智能化水平。具体可以将 ADR 部署到 Everest Mentor Visual iQ上，也可以在 InspectionWorks 云平台上应用该功能。

如下是使用ADR模型辅助识别缺陷的检测图像，四个图分别展现了识别燃机热障涂层脱落、凹痕/缺口、裂纹、擦伤的界面，蓝框标识缺陷区域，上方则显示缺陷类别。

人工智能模型ADR应用于工业内窥镜检测的优点：可以显著减少检查时间；减少因为人为因素导致的检查误报；有助于让检查人员合理分配注意力，定性观察、定量分析等众多方面都得到合理关注。对于耗时长、重复性工作多的内窥检测来说，用人工智能赋能缺陷识别过程，是提升检测效率和检测效果的理想手段。除了本文介绍的ADR外，人工智能在工业内窥镜检测中的应用还有3D缝合、叶片自动计数等应用，详情请参见以下相关推荐中的文章。

相关推荐：

智能内窥镜 Everest Mentor Visual iQ，助力工业检测智能化
如何识别工业内窥镜单物镜相位扫描三维立体测量技术？
高清变焦云台检测系统-PTZ云台摄像头远程目视检测内窥镜系统
进口内窥镜品牌具有代表性的内窥镜产品及技术简介

热点文章：

国际涡轮技术大会-2022航空及燃机行业盛会在上海召开
工业内窥镜机械手工具的用途及种类
观察工业内窥镜检测图像的方法有哪几种？
工业内窥镜孔探在航空发动机涡轮叶片检测中的应用