计算机机器学习的发展迅速，在工业质量检测领域中取得了巨大进步。并且基于AI深度学习的强大能力和缺陷提取效率，该技术用在工业制造来检测外观缺陷并提高整体产品的检测效率和质量。

产品表面的质量控制在工业生产制造中的作用日趋显著。但在实际的生产过程中，由于工艺流程、生产设备和现场环境等多方因素的影响，造成产品表面出现各种缺陷，如塑胶件的缺胶、黑点、料花、划伤等缺陷。印刷品表面的斑点、划伤、漏印等缺陷。这些产品的表面瑕疵不仅仅直接影响产品本身的外观质量，更是有可能影像产品的性能和商品本身的价值，因此，在产品生产加工时必须多加注意产品表面的质量检测，以便及时发现缺陷并加以控制，避免缺陷产品的流出造成影响公司利益的损害，而表面缺陷检测已成为工业生产过程中不可或缺的组成部分。提高企业的经济效益生产效率质量的提升。

而产品所在的生产环境不同，从而造成的缺陷问题千奇百怪的，不仅给生产人员带来麻烦还跟品检人员带来了巨大的压力，这个本末倒置的问题，在高速生产环境下要前提保证产品的高质量，就存在很大的矛盾，生产人员也不可能在设备生产一个产品之后就检测产品是否合格这样肯定非常浪费时间的，机器视觉在线检测设备通过连接生产线实现生产加工检测一体化完成的工作效率。

机器视觉表面缺陷检测内容广泛，除了能检测产品的外观尺寸外，主要还体现在外观缺陷，这些产品的外观缺陷瑕疵检测及各种视觉识别定位等都有着广泛的应用。机器视觉缺陷检测软件，主要通过机器视觉算法系统对产品的表面、外形缺陷、瑕疵数据进行全面分析检测。现过内在机器视觉企业在国家对智慧工厂和智能制造不断投资，国内做机器视觉企业宛如雨后春笋般飞速发展陷视觉检测软件也不断更新换代创新。

机器视觉缺陷对产品尺寸检测，外观缺陷检测方面有其独特的优势，降低人工成本便是其一。