喷油器阀座瑕疵检测每日平均需求4000-6000件，峰值12000件，目前只能通过人工肉眼来实现判断。然而，类似的检测工序，在喷油器制造当中还有2个。目前视觉判断工序需由熟练操作的工人付出4～7人每班的复核人力，如按每天3个班次计算，视觉判断工序人力成本将达到 60万/年，是全公司投入产出比最低的工序。所以，柳州源创希望尽早借助人工智能技术释放一部分人力，以便提升质检的审核效率。

第一步：根据质检目标，筛选标准的样品集合；

第二步：通过EasyDL反复训练识别模型；

第三步：制定自动化方案；

第四步：软硬件实施部署，完成自动化方案；

第五步：用户先通过自动化系统上传每次采集待测样品图片，然后实时上传已通过的识别模型进行判定，再返回相应的处理结果，最后由自动化系统将样品进行分类流转。

通过上述自动化检测方案识别出的喷油嘴阀座的相关问题：黑点（black）、瑕疵（defect）、划痕（scratch）