需要准备大量的基础数据，来为机器学习提供素材，良品的照片可能比较容易准备，而不良品的判断可以通过结合实物或者通过对良品的分析自主判断。和传统的计算机算法不同，机器学习本质上人类是无法清楚获悉机器学习的具体方式的，人类只是建立一个训练模型，提供素材，剩下的就让机器自行学习，人类在学习过程中根据结果情况对学习模型进行修改与调校。
三、普通的机测量解决方案：A、刀具测量1.直接在机床上进行刀具参数的测量2.刀具长度，刀具直径等3.自动将测量结果回馈到机床控制系统B、工件测量1.以加工机床为硬件载体2.以机床测头为触测工具3.以计量软件为监测手段：a.产生测量程序b.控制机床完成测量C.数据后续分析
C、刀具测量系统(对刀仪)功能：1.加工过程中，实时检测刀具磨损和破损(直径和长度)2.根据检测结果自动修正刀具参数激光对刀仪可测量刀具直径：0.006mm重复性 ：± 0.2 μm电源 ：24VDC激光防护等级 ：2 (IEC825)密封等级 IP68: EN60529主要用于各类铣床和加工中心1.模块化结构设计，高度可调，大面积触测区域2.触测力可调，适用于各类刀具测量3.专为恶劣的机床工作环境设计激光对刀仪应用领域 ：适用于各类加工中心1.更高的系统精度和稳定性2.用于精度要求更高的领域3.用于测量更小的刀具4.设计巧妙、操作方便
目前业内已经有采用物联网数字化技术实现驾驶员精神状况的检测系统，它基于车联网应用的，以适应行驶安全检测的新需求。这种数字化的系统的应用融合姿态信息的多姿态人脸检测方法，基于生物特征的头部姿态估计方法，融合驾驶员自身多种生物特征的疲劳驾驶模型，将极大提高疲劳驾驶检测的准确性和可靠性。这类数字化系统的工作原理就是通过视觉传感器对人的眼睑眼球的几何特征和动作特征、眼睛的凝视角度及其动态变化、头部位置和方向的变化等进行实时检测和测量，建立驾驶人眼部头部特征与疲劳状态的关系模型，研究疲劳状态的多参量综合描述方法