基于深度学习和机器视觉的缺陷检测系统由于其非接触检测识别，具有较高的准确度、较宽的光谱响应范围，可长时间稳定工作，节省大量劳动力资源，极大地提高了工作效率。可对工件表面的斑点、凹坑、划痕、色差、缺损等缺陷进行检测。那么，基于深度学习和机器视觉的缺陷检测系统是那个呢？那就是DLIA工业缺陷检测！

DLIA工业缺陷检测己经广泛用于塑料膜、金属材料、平板显示、非织造布、包装印刷、夹层玻璃、造纸工业等领域，精确剖析目标物件产品存有的各种不足和缺陷。用以工业流水线质量检验行业的视觉在线质检产品，可以在镜头范围内100%的解决缺陷质检问题，对各类快速、连续生产的产品，实时且精准的对表面质量进行质检，为提升生产自动化和保证质量控制提供有效解决方法。

DLIA工业缺陷检测是基于缺陷库的比对和匹配来判别缺陷是否超出要求，缺陷检测需要建被检测物品的缺陷库，并通过快速比对实物与缺陷库来代替人眼作出是否合格的判别。缺陷检测需要尽可能大的光学视场，以能分辨出最小缺陷要求为极限分辨率的标准(人眼的极限分辨率是0.1mm，因此，缺陷检查一般仅需要挑出大于0.1mm的缺陷，甚至足数毫米的缺陷特征)。DLIA工业缺陷检测使用高分辨率工业相机，对产品进行外观检测、识别分类、轮廓测定、字符识别等。