异常检测：PCB板的焊点异常检测
在这个项目中 我们需要检测以下PCB板上的点焊是否正确，并且分析工件上是否存在连焊(两个焊点连接)和多焊(锡量太大)两种异常。
首先，根据上方案例 异常检测：PCB零件损坏/缺失 我们可以排除掉异常检测模型，因为图像中含有大量的干扰点，异常检测模型不太适合。
然后，我们也可以排除掉目标检测模型，因为异常成不规则的区域，无法很好地使用目标检测。
那么问题来了，语义模型是否是唯一选择？
使用语义模型可以很好的分辨是否存在异常，异常出现的时候也能很好识别异常的种类：
语义分割模型添加了调整图像大小预处理，没有数据加强。一共75张图像，52图像作为训练集。
测试结果如下：
语义分割模型的结果相当不错。可是，我们可以看看有没有更好的模型选择？比如：实例分割模型。我们可以把不同的异常标注为不同类别的分割区域，使用实例分割模型去识别。
实例分割模型添加了调整图像大小预处理，没有数据加强。一共32张图像，22图像作为训练集。
测试结果如下：
实例分割模型的结果也是相当不错，相对于语义分割模型来说，实例分割模型只用了更少的数据，训练出相似的效果。由于语义模型是逐像素检测，需要较多的无异常数据进行训练，所以实例分割模型在这能占优。