传统的人工方法检测产品表面划痕缺陷，可能会因为工人经验等主观因素，导致检测结果不一致和检测效率难以提升。采用机器视觉的方法可以对产品外观缺陷检测，快速且准确的识别划痕，大幅提高了生产线的效率，提高了产品的生产质量。产品外观缺陷检测时使用深度学习分割算法进行检测，生成缺陷的热度图像，使用DLIA工业深度学习开发平台进行识别。

产品外观缺陷检测被广泛应用于各类制造业，然而，由于产品外观缺陷检测比较繁杂，无论是高校抑或企业都很难形成一套完整的教程。为此，虚数科技公司推出了国内首套面向工业级的DLIA工业深度学习开发平台，虚数科技公司致力于制造业工厂缺陷检测，让制造业第一步数字化升级从视觉缺陷检测开始，虚数科技公司拥有丰富的缺陷检测算法设计、落地经验。

深度学习缺陷检测工具在使用前需要进行训练，训练工具中选择图像分割进行训练。虚数科技公司搭建的DLIA工业深度学习开发平台实现工业复杂缺陷自动化检测的问题，具有实时缺陷分类与检测的功能，支持新增缺陷标注与再训练，收集缺陷越多，检错率越高，越用越准确。