滚轮结构是医用输液套件中的必要组件，用以调节输液速度，保证输液效果及输液过程的安全。缺少滚轮结构的输液套件被认定是不合格品，必须严格筛选以避免流向客户端。

由于滚轮颜色与输液套件整体颜色相近，对比度较低，给传统视觉检测方案带来了极大挑战。传统视觉检测方案在检测时经常判定失误，难以保障产品质检要求。

康耐视In-Sight SnAPP通过基于AI的二元分类器工具集，实现了对滚轮存在/缺失的精准检测。即使在低对比度环境下，内置的AI算法也能快速识别并准确判断滚轮是否缺失。此外，In-Sight SnAPP的引导式设置，能让用户在短时间内即可构建出高效、稳定的检测系统，确保产品质量与安全性。

拉链是服装行业的常见备件，拉链头基材表面外观无瑕疵是维护服饰品牌形象的关键之一。因此，对拉链头基材进行完整性检测是不可或缺的环节。

在高速流水线上，拉链头数量众多，且基材小巧，瑕疵位置不固定，给检测带来了极大难度。同时，高检测效率与准确率的平衡也是一个重大挑战。

In-Sight SnAPP凭借其小巧的尺寸，可以轻松安装在产线进料口的上方，配合外部光源打亮基材，仅仅通过几个示例图像的简单训练后，该系统即能出色地应对500mm/s流水线速度下，拉链头基材瑕疵大小和位置均不确定的复杂情况，在不漏检的同时，保证了检测效率和准确率。