DLIA深度学习工业机器视觉技术已经在医学、交通航海、工业生产等智能制造领域有了突破性进展，基于工业机器视觉的表面缺陷检测必将是未来的发展趋势。DLIA深度学习是目前基于机器视觉的缺陷检测方法主要对工业相机获取的二位图像进行检测，缺陷检测的对象是物体的表面缺陷，而二维图像的视野信息比较单一，无法进行产品各方位视野信息的表达。

DLIA深度学习如何通过多个工业相机对被检测物体进行三维建模，获得缺陷检测目标的空间信息，提高缺陷检测系统性能已是未来的一个重要发展课题。DLIA深度学习机器视觉缺陷检测方法利用工业机器视觉技术设计产品的分拣装置，结合机械臂对缺陷产品进行分类剔除，建立一套全自动化的生产线，这是未来智能制造的大势所趋。

随着DLIA深度学习的发展应用，很多人眼很难去直接量化的特征，DLIA深度学习统统可以搞定， 这就是DLIA深度学习带给我们的优点和前所未有的吸引力。很多特征我们通过传统算法无法量化，或者说很难去做到的，DLIA深度学习可以搞定。特别是在图像分类，目标检测这些问题上取得了显著的提升。