随着现代制造行业的要求日益严格，越来越多的公司开始关注制造过程的质量控制。由于工业制造技术的限制，大部分的工业制造产品还要进过一趟表面瑕疵检测，排除可能会出现的诸如杂质、缺失、破损等等瑕疵，由于工人的质检效率上限较低，同时人工成本又越来越高，企业为保障生产效率，一般采取抽样检测的策略。而高速连续性生产，当生产速度高于3m/s时，人眼便难以分辨出其中的缺陷。

虚数科技表面瑕疵检测检测系统能完全替代人眼，快速，精准地进行24小时全天候实时检测生产工作，并提供有关当前瑕疵的图像信息，将直径、坐标分布、瑕疵类型等进行分类，并且进行深度学习，达到出现未知瑕疵时进行自动判断 ，让工人及时处理，进行二度瑕疵检测，反馈信息，虚数科技瑕疵检测系统已然成为了工厂自动化生产线的初级组成部分。

无接触、无损伤的自动检测技术，是实现设备自动化、智能化和精密控制的有效手段，具有安全可靠、光谱响应范围宽、可在恶劣环境下长时间工作和生产效率高等突出优点。瑕疵检测是对人类视觉的模拟，机器瑕疵检测涉及众多学科和理论，如何使检测进一步向自动化和智能化方向发展，还需要更深入的研究。

传统的机器学习在特征提取上主要依靠人来分析和建立逻辑，而深度学习则通过多层感知机模拟大脑工作，构建深度神经网络(如卷积神经网络等)来学习简单特征、建立复杂特征、学习映射并输出，训练过程中所有层级都会被不断优化。随着越来越多的基于深度学习的瑕疵检测软件推向市场，深度学习给瑕疵检测的AI赋能会越来越明显。