Gocator® 2D 智能相机由基于浏览器的软件平台 GoPxL 赋能。该平台内置全套视觉工作流程，包含预配置的工具链，无需任何编码或外部软件。只需连接、配置相机，即可直接运行检测。无论是零件对齐、间隙测量、缺陷检测还是条形码读取，Gocator 都能助您轻松构建完整的检测流程，并将其扩展至整条产线，且无需增加额外的系统复杂性。
智能视觉工作流
工具：
边缘和角点检测、图案匹配、AI 定位
应用案例:
• 零件对齐与定向
• 测量间隙、直径及偏移量
通过像素级控制，实现对物体一致性的计数、过滤与验证。
工具：
Blob检测、区域滤波、亮度阈值
应用案例：
• 特征或零件存在性验证
• 特定区域内的脏污或瑕疵检测
无需标记数据集，即可检测已知或未知的表面缺陷。
工具：
AI 异常检测器、基于对比度的感测、多区域分析
应用案例：
• 复杂纹理中的瑕疵或缺陷检测
• 不可预见环境下的表面检测
解码印刷或蚀刻代码，实现整条生产线的全方位追踪溯源。
工具：
条形码读取器、二维码智力等级评定、OCR
应用案例：
• 序列号读取
• 产品追踪与合规性验证
利用区域逻辑验证物体的存在性、形状及一致性。
工具：
像素计数、掩膜覆盖、特征检测
应用案例：
• 验证零件的存在性或位置
• 确认填充或覆盖的一致性
在分析前优化图像清晰度与信号质量。
工具：
高斯与中值滤波、数学运算、自适应阈值
应用案例：
• 增强边缘清晰度以进行测量
• 过滤噪声以提升缺陷检测性能
检测流程示例
特征测量（毫米）
边缘工具定位
使用模式匹配跟踪零件
测量边缘间的距离
快速、可重复的毫米级测量，无需后处理。
零件定位与开口半径测量
通过图案匹配实现零件追踪
使用圆形工具定位开口
测量内半径
即使在部分遮挡的情况下，也能对零件开孔进行可靠的现场测量。
密封圈宽度测量
通过图案匹配实现密封圈追踪
使用追踪工具测量宽度
基于图案的密封圈检测，仅需两个工具即可实现精确且可重复的测量。
膨化食品包装袋
采集不同类别的零件图像
在相机端训练分类模型
通过置信度评分对每一帧进行分类
支持多达 10 个类别的在机零件分类，并针对挑战性工况进行了优化。
无需代码，简单易用，专业级功能。
Gocator 2D 相机旨在快速解决工厂实际挑战。无论是检测缺陷、验证条码，还是测量特征，它们都能在生产线速下提供精准结果。Gocator 2D 能够轻松集成至电子、汽车及包装生产线，是您实现智能、可扩展检测的首选方案。
GoPxL Python GDK —— 全方位自定义控制
针对高级用户与资深开发者，GoPxL Python GDK 支持创建完全自定义的测量工具与检测工作流。您可以将算法直接部署在 Gocator 2D 相机、GoMax 加速器或 PC 上，并实现与 PyTorch、TensorFlow 等 AI 框架的无缝集成。
- 针对独特检测需求，编写 Python 自定义逻辑
- 将开源 AI 模型与 GoPxL 工作流完美结合
- 部署于相机端或边缘设备，实现低延迟、高产能的智能检测
Python GDK 让您全面掌控您的视觉解决方案 —— 从快速原型开发到大规模量产，性能零妥协。