本期主要演示了 RK182X 算力卡内置的 anomaly-detection 例程，基于无监督 PatchCore 算法实现工业缺陷检测。该例程在迅为 iTOP-RK3588 开发板 + RK182X 算力卡 的硬件平台上运行，只需喂给模型一批正常产品样本，无需标注缺陷，模型就能自己学会"什么是正常的"，然后自动检出并定位每一个有缺陷的工件。全程本地推理，数据不出设备。
一、行业痛点与方案背景
在工业制造领域，产品外观质检一直面临三大难题：
人工检：质检员长时间盯着工件，眼睛疲劳，漏检率高，效率低。
传统AI检：需要大量标注好的缺陷样本，但实际产线上缺陷样本稀少，采集和标注成本极高。
上云检：带宽成本高、延迟大，产线数据涉及工艺隐私，企业不愿外传。
迅为基于 RK3588 主控 + RK1828算力卡 平台，使用无监督 PatchCore 算法，打造了一套"只学正常，就能辨异常"的工业缺陷检测方案。
二、核心功能亮点
1. 无需标注缺陷，仅需正常样本
传统AI检测方案需要大量标注好的缺陷样本才能训练模型，但实际产线上缺陷样本本身就非常稀少。本方案采用无监督学习，训练时只使用正常样本，缺陷样本仅用于后续测试验证。整个过程无需人工告诉模型"什么是缺陷"。
2. 快速训练，构建"正常记忆库"
点击"训练"按钮，系统调用算力卡上的 DINOv3 视觉模型 ，对每一张正常样本提取深层特征，并将这些特征构建成一个"正常产品的记忆库"。以 MVTec AD 数据集的 bottle 类别为例，209张正常图片，几分钟即完成训练。
3. 异常分数一目了然，判别清晰
模型训练完成后进行测试：
输入一张有裂纹缺陷 的瓶子图片，系统瞬间给出异常分数 2907 ，远超判定阈值，标出"异常"，并用热力图高亮裂纹区域
输入一张正常瓶子 图片，异常分数仅 228，低于阈值，判定为"合格"
正常 228 vs 缺陷 2907，相差 12 倍多，判别非常清晰。
4. 热力图精准定位缺陷位置
系统不仅判断"是否有缺陷"，还能通过热力图直观地高亮缺陷所在区域，帮助质检人员快速定位问题位置。
5. Web 工作台可视化操作
整个流程通过 Web 工作台完成，支持数据集导入、模型训练、测试验证、热力图与异常分数可视化，操作简单直观，无需编写代码即可完成全流程。
全程本地化推理，数据不出设备
所有 AI 推理均在 RK1828 算力卡上本地完成，产线数据不上传云端，数据隐私完全可控，尤其适合涉及工艺隐私的制造场景。
三、硬件平台
主控：迅为 iTOP-RK3588 开发板
iTOP-RK3588 搭载瑞芯微 RK3588 旗舰级处理器，采用 8nm LP 制程，八核 64 位 CPU（四核 Cortex-A76 + 四核 Cortex-A55），主频高达 2.4GHz，最高可配 32GB 运行内存。内置独立 NPU，支持 INT4/INT8/INT16/FP16 混合运算，算力高达 6TOPS，支持 TensorFlow、MXNet、PyTorch、Caffe 等主流框架的网络模型。
视频编解码方面，RK3588 支持 8K@60fps H.265/H.264/VP9/AV1 视频解码和 8K@30fps 视频编码，可实现 32 路 1080P@30fps 编码和 16 路 1080P@30fps 编码。
算力卡：RK1820/RK1828
RK182X 是瑞芯微面向大模型推理场景打造的 AI 协处理器，通过板载 M.2 插槽直连主控 ，经 PCIe 高速总线通信，为端侧 AI 推理提供专用算力通道，不抢占主控 CPU 与 NPU 资源。
适用场景
该例程面向工业表面缺陷检测场景设计，可广泛应用于：
瓶体检测：气泡、划痕、凹陷
线缆检测：绝缘层破损、接头变形
织物检测：破洞、污渍、织造缺陷
金属表面检测：划痕、氧化、腐蚀
RK182X 算力卡为 RK3588 等主控平台提供了灵活的外挂算力扩展能力，无需更换主板即可实现端侧 AI 部署，适合对数据隐私有严格要求的制造企业。