ALFA軟體使用神經網路演算法，模組化地解決機器視覺的各種問題，真正讓人工智慧走入機器視覺領域。ALFA讓每一臺自動化設備有了大腦，有了像人一樣的學習能力，可以在不斷工作中積累經驗，越幹經驗越豐富，結果越來越精準，實現真正意義上的機器替代人，必將掀起新一輪的產業變革。
利用ALFA缺陷檢測模組工具的管理模式和ALFA分類模組的自動化檢測與分類，將會使汽車行業的金屬零部件檢測變得非常簡單。

首先需要收集大量的零部件檢測圖片作爲學習樣本庫，其中包括正常品和殘次品，每種殘次品的檢測圖片至少包含一組以上。樣本庫中的樣本越多，學習效果越好，後續的檢測也會越準確。
接下來ALFA軟體通過圖片樣本庫進行訓練學習，併產生檢測的參照模型，這個學習過程只需要不到10分鐘，具體學習取決於電腦的硬體配置。
*後即可將ALFA用於實際的檢測中。

表面缺陷檢查的關鍵挑戰之一，即它們是動態的，這與零部件的加工工藝流程或成形過程有直接關係。當零部件經歷了全部的生產步驟，其中部分表面被噴塗油漆，導致拋光表面成爲鏡面反射光。此時撞擊、污漬和劃痕這些缺陷才變得可見，並且令人不安。汽車生產廠商完全不能接受這種缺陷產品。
然而，這種只能在工藝末端才能 纔能檢測到的缺陷，成本非常高昂。利用ALFA缺陷檢測模組，粗糙材料上典型的缺陷，可以通過任何標準照明和矩陣相機獲得的圖像檢測和分類。訓練階段完成後，在一個標準GPU上計算其能在幾毫秒內可靠地識別缺陷，從而實現在線實時檢測。