在我们日常生活中，经常遇到购买商品存在瑕疵，我们溯源便会发现，这些问题基本是工厂的表面缺陷检测出了问题。人工检查，这个在用人成本不高的年代，市场需求不挑剔的年代，人工缺陷检测的方式无伤大雅，但是伴随着市场需求不断扩大，要求进一步提升，人工模式越来越无法满足市场的需求，为了进一步的解决这些生产矛盾问题，自动化生产线开始将目光转向了机器视觉，以机器代替人眼的方式来进行机器视觉表面缺陷检测。

目前，机器视觉广泛应用于工业检测、包装印刷、食品工业、航空航天、生物医学工程、军事科学技术、智能交通、文字识别等领域。 工业检测领域是机器视觉应用中比重领域，主要用于产品质量检测、产品分类、产品包装等，如零部件装配完整性检测、装配尺寸精度检测、位置/角度测量、零部件识别、印刷物检测、瓶盖检查、玻璃表面质量检测体系是工业检测极其重要的组成部分，机器视觉表面缺陷检测开始在许多行业应用，涉及钢板、玻璃、印刷、电子、纺织品、零部件、水果、木材、瓷砖、导轨等许多相关计算民生的行业和产品。

缺陷检测广泛用于布匹缺陷检测、工件表面质量检测、航空航天领域等。 传统的算法在规则缺陷和场景比较简单的情况下可以发挥作用，但在特征不清晰、形状多样、场景混乱的情况下不适用。 近年来，基于深度学习的识别算法越来越成熟，许多公司如速嵌智造将深度学习算法应用于工业场合。对于产品出现瑕疵这个问题来说，这是一个永远无法规避的问题，但是如何让出厂的产品没有问题，这便是我们厂企运营需要思考的问题，表面缺陷检测过程是一个不错的道路，将劣质产品拦截在厂区大门，如此下来，市场就可以达到100%品控！