数据模块主要用于收集现场人工检测结果，以及系统的检测结果，为后期评价实际检测运行效果做大数据下的客观评估。数据管理模块用于存储所需数据，供现场查阅。主要作用是将检测结果数据按照给定规则进行存储，为后期系统检测模型更新提供依据。存储信息包括有硅碳棒编码、检测时间、硅碳棒A,B.C和D四面的检测结果，人工检测结果以及机器检测结果，另外系统会分别对现场直接采集图片(原始图片)和识别处理后的图片进行保存，如存在争议可按需求可通过人工进行核验。

        模块中检测结果部分根据一定规则进行命名，以某根硅碳棒人面检测结果为例，[OK][OK][OK][OK]分别代表了硅碳棒A面所采集到的139)号位置图片均未发现瑕拢，通过该方法可以对硅碳棒瑕疵进行初步的定位。B.C和D面同理，通过这种方法将单根硅碳棒硅碳棒瑕疵检测结果数据进行了存储。

        硅碳棒瑕疵检测系统除以上关键模块外，为保证体统的完整性，还进一步设计了帮助模块，菜单模块和关于模块，其中菜单模块用于对检测模块进行管理，帮助模块为检查系统的操作模块。在此不再展开陈述。

        以上对硅碳棒瑕疵检测系统进行了设计与实现，并将硅碳棒瑕疵检测系统运行至实际生产现场进行运行测试，下面从实际运行角度出发，对系统进行验证分析。在运行侧试过程中通过现场检测人员主观评价发现系统对硅碳棒瑕疵检测效果尚可，但是存在误检测的情况.误检测情况具体有:(1)将无硅碳棒瑕疵硅碳棒识别为硅碳棒瑕疵硅碳棒，造成非必要的资源浪费;(2)未将有硅碳棒瑕疵硅碳棒识别出，而造成的产品品控差的问题，但是出现该类情况极少;(3)将硅碳棒瑕疵类别识别错误的情况，如将“亮点，类硅碳棒瑕疵检测为“凹坑，类硅碳棒瑕疵。针对这几种情况，如只对硅碳棒最终检测是否检测正确的数量进行数据统计，即一定数量的硅碳棒中是检测正确的硅碳棒所占的百分比这种评价方法对检测系统不具有代表性不适用于实际工业需求，对系统进一步优化分析意义较小，因此对后期评价指标需要进一步优化，以为系统应用及进一步优化提供指导，即系统在实际生产线上运行的效果如何进行评价。

        在所阐述的识别评价指标为模型训练环节根据数据集中验证集进行侧试判断，对检测模型进行了评价，但是在实际的应用中，在其中加入逻辑约束，且在部署过程中也存在精度上的变化，在对于模型的相关评价指标也无法代表系统实际的效果评价，同时对于实际工业部署过程中如何进行优化意义较低。基于以上问题，提出检准率、漏检率和多检率作为检测系统的评价指标，以表征系统实际检测效果，为系统优化提供依据。识别一根完整的硅碳棒所采集的照片数量是16张，其中每个方向上图片有四张图片，为方便进一步分析，现将16张所采集图片按表5一进行命名。以上基于系统实际运行效果，结合工程应用需求，提出了检准率、漏检率和多检率作为检测系统检翻效果评价指标。其中检准率为单根图片中预侧正确的数量所占百分比，漏检率代表单根硅碳棒有瑕疵但未被检洲出的数量所占的百分比，多检率代表单根硅碳棒无瑕疵但被检测为有硅碳棒瑕疵的数量所占的百分比。这三个指标可以将系统各硅碳棒瑕疵检测进一步细化，通过漏检率和多检率在实际生产过程中意义重大。对于检准率、漏检率和多检率的计算，提出双矩阵对照判别法对系统三项指标进行计算，下面对双矩阵对照判别法进行进一步说明。http://www.guitanbang.net.cn/

• 硅碳棒安装时注意事项
• 等直径硅碳棒型产品规格及参数表
• 硅碳棒型号和规格的选择
• 碳化硅制品核心应用领域
• 硅碳棒为何易断裂
• 硅碳棒在玻璃行业中的使用常识
• 碳化硅保护管生产工艺产品特性及主要用途
• 正确使用硅碳棒经验方法
• 硅碳棒保护管的特色
• 硅碳棒元件的联结方式可串可并
• 硅碳棒的分类及应用介绍
• 硅钼棒表面负荷及升温电压调整