近年来，机器视觉及相关技术进一步升级，这其中就包括了深度学习技术。传统的机器视觉技术能够在大批量、重复性的工业生产发挥良好的应用效果，但在需要较高精度或者需要更多维度信息等情况下，传统机器视觉的应用就会受到限制，而搭配深度学习技术的机器视觉系统，就能很好的补充这方面应用的空白。

深度学习机器视觉技术是通过卷积神经网络不断学习物体检测和分类技术，从大量的图像样本中收集相关信息，不仅能够快速且精准的识别缺陷类型并定位，还能定义新的缺陷类型，强化机器视觉在更多工业领域的应用。

深度学习技术的出现，突破了传统视觉技术的应用局限。深度学习机器视觉技术能够更加详细的检测产品信息，以更高的检测精度，更稳定可靠的系统，无需人工，实现全自动化检测，大幅降低制造企业的生产成本。除此以外，深度学习机器视觉系统还能实时数据监测，通过信息传递以最快速度获取生产线瑕疵品的相关信息。