机器视觉和深度学习可以保证口罩质量，以此保护一线医疗工作人员

预防疾病传播的口罩有很多种，例如从典型的手术口罩到 N95 口罩。这种设备对于保证工作人员的安全至关重要。但是，这些口罩必须没有缺陷并通过严格的 ISO 标准才有保护效果，而这在需求远大于供应时会非常有挑战性。为避免有缺陷的产品进入市场，必须对口罩质量进行严格的检查，包括检查是否嵌入了毛发或污渍、测量口罩宽度、检查是否有口罩带，以及判断口罩带是否已正确连接到口罩上等缺陷。

借助机器视觉和深度学习，制造商可以保证生产的口罩符合 ISO 标准，并在有缺陷的口罩进入市场前将其检测出来。康耐视 In-Sight 8402 视觉系统可以检测口罩组件是否存在，例如耳带以及结合点，同时测量口罩宽度以保证其尺寸正确。但是很多缺陷是传统机器视觉算法难以预测和编程的。康耐视深度学习只需使用 50 个样本图像即可轻松定位和分类随机缺陷，例如撕裂、污渍和缝纫错误。