民生消費與醫療

食品和飲料機器視覺中的天然產品不符合規範，而且衛生條件不允許。這些部署顯示透過彎曲的低對比度玻璃發現的污染，從反光帽讀取程式碼，並且在每個專案不同的地方保持穩定的分級。

零售貨架和結帳視覺可根據貨架圖像審核貨架圖，驗證產品放置、貨架標籤和庫存間隙，無需手動走查。在收銀台，商品識別可加快自助結帳速度，並且相同的計數模型可保持整個商店的最新庫存記錄。

賭場籌碼計數人工智慧可對面額進行分類並驗證現有監視器的總數，從而保持籌碼堆疊和顏色緊密排列的準確性。對整個桿面進行檢查，拋光的球桿頭也會出現同樣的反射表面問題。

用於履行奢侈品訂單的易碎品機器人揀選，這些物品是精緻的、高價值的並且到達時以不同的方式呈現。視覺引導抓取選擇並放置每件物品，沒有破損風險，大多數配送中心都保留這種揀選手冊。

製藥人工智慧檢查，漏掉的顆粒或填充錯誤到達患者手中，反光泡罩薄膜使傳統攝影機失明。這些部署顯示以生產線速度檢查無菌產品是否存在與規則差異太大的缺陷，並記錄每個結果。

對香水玻璃器皿進行化妝品瓶檢查，發現透明、彎曲和高反射表面上的生產缺陷，而手動抽查通常會漏掉這些缺陷。基於影像的學習取代了每個新瓶子形狀所需的照明和閾值調整。