随着人工智能技术的持续升温，基于机器视觉的工业视觉检测技术得到了快速的发展，在机械和电子等众多行业中，已逐步取代人工故障检测的方法。 在这种形势下，开发一种能够在线精确检测制造件缺陷的工业视觉检测软件，根据缺陷检测结果，对不合格产品进行筛选的工业视觉检测系统不仅可以降低企业的生产成本，还可以提高产品的生产质量。

产品生产过程中，工业制造件表面容易出现各种划伤、划痕、凹坑、粗糙、波纹等缺陷问题，人工检测已经无法满足工艺和精度要求，且人工检测成本太高。基于工业视觉检测技术原理的工业表面缺陷检测系统能够在线、高速扫描每个产品，形成高分辨率的片材图像，进行实时的图像处理，精确捕捉各种表面缺陷，并实现报警、报表统计、质量分析和分拣等处理，有效提高缺陷检测准确率，同时防止伪缺陷带来的干扰。

工业视觉检测可以增加机器自我学习功能，通过在云端架构缺陷大数据中心，搜集各分布式客户终端采集到的产品缺陷图片，运用神经网络筛选及专家判断，将经过机器学习优化后的检测算子定期更新到各分布式客户端，使系统能够自动学习和适应各种缺陷，不断提高产品的高质量高品质地工业视觉检测。