活塞（铸造件）的加工、生产过程中，内部会有气泡、沙眼、断裂等潜在的质量问题。使用X光拍摄出的图片背景复杂，缺陷目标模糊，使用传统方式识别难度高，开发周期长，误检率高。为降低误检率、提高检测品质，我们采用SmartKIT深度学习系统的检测工具，通过对缺陷部位的标注，通过有监督的学习，使得系统能够自动识别缺陷部位的特征。在后期的生产中可以不断优化模型，做到持续的智能检测。