機器視覺和深度學習可以保證口罩質量，以此保護一線醫療工作人員

預防疾病傳播的口罩有很多種，例如從典型的手術口罩到 N95 口罩。這種設備對于保證工作人員的安全至關重要。但是，這些口罩必須沒有缺陷并通過嚴格的 ISO 標準才有保護效果，而這在需求遠大于供應時會非常有挑戰性。為避免有缺陷的產品進入市場，必須對口罩質量進行嚴格的檢查，包括檢查是否嵌入了毛發或污漬、測量口罩寬度、檢查是否有口罩帶，以及判斷口罩帶是否已正確連接到口罩上等缺陷。

借助機器視覺和深度學習，制造商可以保證生產的口罩符合 ISO 標準，并在有缺陷的口罩進入市場前將其檢測出來。康耐視 In-Sight 8402 視覺系統可以檢測口罩組件是否存在，例如耳帶以及結合點，同時測量口罩寬度以保證其尺寸正確。但是很多缺陷是傳統機器視覺算法難以預測和編程的。康耐視深度學習只需使用 50 個樣本圖像即可輕松定位和分類隨機缺陷，例如撕裂、污漬和縫紉錯誤。