用途：使用 MATLAB Visual Inspection Toolbox 构建机器视觉检测系统，覆盖从方案选择到实现、训练和部署的全过程。适用于缺陷检测与分类、测量与计量、计数与定位、训练数据增强和部署；不适用于相机采集与采集卡配置、PLC/OPC UA/MQTT 通信，以及与非检测相关的通用图像处理。
主要能力：规则法用于几何确定性任务（caliper、fitcircle、fitangle、shapemodel/matchshape）；AI 法用于外观多变任务（studentTeacherAnomalyDetector、patchCoreAnomalyDetector、fastFlowAnomalyDetector、fcddAnomalyDetector、yoloxObjectDetector、counTRObjectCounter）；混合用法先做视觉定位（matchshape + imwarp）再在裁剪区域上跑 AI。还提供 objectInsertionDatastore 做复制粘贴合成数据、regionprops 做斑点分析、imageToWorldPlane 做物理单位标定。
使用方式：先按数据可用性选检测器（>100 张良品图用 studentTeacher；<100 张用 patchCore；有异常标签用 fcdd）；用 classify 推理获得 [tf, score, map]；YOLOX 全分辨率推理用 AutoResize=false；codegen 入口用 persistent + isempty，加载深度模型用 coder.loadDeepLearningNetwork，路径用 coder.Constant，导出 ONNX 时直接传检测器对象。NVIDIA 目标用 GPU Coder + TensorRT，NPU 用 ONNX，PLC 用 MATLAB Coder 到 TwinCAT。
适用场景与限制：异常检测器要求姿态一致，CNN 主干不具备旋转/尺度不变性，需先定位与归一化；纯尺寸测量不应推荐 AI，外观高度多变时不应推荐规则法；生产校正优先用 images.geotrans.Warper。各主题的代码模式和示例见对应 references 文件，需在写代码前加载。具体价格、性能和平台支持细节暂未提供。