机器视觉是实现工业自动化和智能化的必要手段。随着我国各行各业对采用图像和机器视觉技术的工业自动化、智能需求广泛出现，机器视觉逐步开始了工业现场的应用。在政策的利好驱动下，国内机器视觉行业快速发展，中国正在成为世界机器视觉发展最活跃的地区之一。

基于小样本深度学习的DLIA工业缺陷检测软件诞生，DLIA创新地集成了自研的通用型小样本分割算法，模拟人脑快速推理过程，通过对物体之间的相关信息建模去增强特征的表达能力，并将提取到的小样本信息以记忆的方式自动存储，实现即取即用。

通过上述方式，算法只需借助少量样本训练，即可快速获取知识、掌握新缺陷类别，突破大多数算法需要大量数据进行特征学习的瓶颈。DLIA工业缺陷检测软件基于深度学习的差异分析计算其与正常图像对应区域的分布差异图像，可以让统计量数据来完成正常和瑕疵物料之间的区分，实现极少样本量下的精准识别。