运行状态的例子。

京都的一个用户告诉我们，有一个缺陷漏出来了，我们去拜访他们，审查他们的设置。

在这种情况下，白色缺陷无法被去除，因为为了强制保证产量，设置了 "将灯光调暗，不看黑色缺陷 "的功能。因此，又重新创建了数据，并进行了良好产品的登记。

结果、
对象：每帧10个图像及检查
登记的良好样本数量：同一批次约160张图像
检测水平：确认可以检测到几个像素大小的缺陷样本。
特别注意：当检测到NG时，只能重试一次。
在一天的操作中，良好产品率：大约85%（以帧为单位）。
获得的数据。
乍一看，这似乎很低，但如果考虑到检查的数量，则是98.4%。考虑到有时基材中会出现与缺陷无法区分的条纹，这是一个很好的数字。

这次与现场负责人见面的结果在、
(1) 不调整参数，以确保良好的质量率。
(2) 照明的亮度不改变。
(3)批次与批次之间的图像变化相当大（主要是由于材料表面的光泽度），如果这一点被良好的登记所吸收，微小的缺陷将不会被发现。因此，如果质量良好率下降，就会认为发生了批次间的变化，并对良好产品进行重新登记。
这一点得到了讨论。

与其他各种样品的情况一样，批次与批次之间的变化比预期的要大。这显然比照明的亮度变化更大。
我相信许多图像处理系统的操作是 "当批次变化时不会降低良好率的设置（因为很难重新设置）"，但是这个水平意味着比批次间变化更小的缺陷没有被检测出来。我认为这是非常危险的。

可能需要 "建立一个即使批次变化也不改变图像的成像系统 "或 "即使批次变化也能轻松调整设置"。自动跟踪？"　如果有办法确定这种跟踪是否正确，那就更好了...