C++-远程-1个月

项目编号：【180123】
目前我们已经 做了基本的算法 测量零件尺寸，需要进一步引入机器学习算法
1. 对检验结果 增加 自信度的 算法，自信度低的 转人工。 建议用 ResNet 做。
2. 人工检验的结果，和 已经自动通过的结果 （自动检验出的次品和良品），自动变成训练数据。
3. 用这些训练数据 持续提升检验精度，从而不断减少需要人工复检的比例，也用ResNet.
4. 不用在乎界面，能基本操作即可..
5. 至于检验的各种类型，跑通两种：a基本的长度检验的ml ，b 表面缺馅划痕

验收标准：展示出 随着训练的过程，检验的准确率 不断提升 （70%->84%->97%...），每次检验的零件可能会有小幅度的旋转和位移