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