深度学习是机器学习技术的一个方面，由人工神经网络提供支持。深度学习技术的工作原理是教机器通过实例学习。通过为神经网络提供特定类型数据的标记示例，可以提取这些示例之间的共同模式，然后将其转换为数学方程。这有助于对未来的信息进行分类。通过机器视觉深度学习检测技术，深度学习算法的集成可以区分零件、异常和字符，在运行计算机化系统的同时模拟人类视觉检测。

机器视觉深度学习检测是一种无任何接触、无任何损伤的自动检测技术，是实现设备自动化生产、智能化生产和带有精密控制的有效方式，具有安全可靠、应范广泛、工作换将要求低可在恶劣环境工作、可不间断连续工作、效率高等突出特点。机器视觉深度学习检测系统通过光源和图像传感器(工业相机)获取产品的表面图像，利用图像处理算法提取图像的特征信息，然后根据特征信息对表面缺陷的定位、识别、分类等判定与统计，同时将数据存储、输出、查询等相应的操作。

在工业领域，机器视觉深度学习检测主要用于产品质量检测、产品分类、产品包装等，如：接线端子外观检测、pcb板焊片外观检测、芯片自动化检测、微小两件外观瑕疵检测、、产品分类识别、视觉定位检测、印刷品检测、OCR字符识别、瓶盖检测、玻璃、手机、汽车配件、二维码、条码等检测识别。