MABRI.VISION setzt eine Vielzahl von Methoden zur Erkennung von Defekten und Anomalien in Produkten und Materialien ein. Durch die Verwendung von Bildverarbeitungsalgorithmen ist es möglich Defekte wie Risse, Löcher, Poren, Grate oder Verformungen in Produkten oder Materialien zu erkennen. Auch die Verwendung von 3D-Sensoren kann dazu beitragen Defekte zu detektieren, die mit einer 2D Bildgebung nicht erkannt werden.

Auch die Verwendung von maschinellen Lernmethoden, wie beispielsweise der Einsatz neuronaler Netze sind eine Möglichkeit, um Defekte und Anomalien zu erkennen. Diese Methoden können trainiert werden, um Defekte und Anomalien aufgrund von Mustererkennung und Mustervergleich zu erkennen. Auch die Verwendung von Deep Learning Technologien kann dazu beitragen, die Erkennung von Defekten und Anomalien zu verbessern.