随着工业4.0时代的到来，如何借助人工智能这把利剑，实现传统生产方式的转型升级，站在新一轮工业革命浪潮的潮头，成为每个工业制造企业不得不思考的问题。工业具备大量的数据积累，工业的生产、质检、管理等各个环节都在持续、大量、快速地产生着数据，是人工智能应用的蓝海。

制造业离不开质检。我们目之所及的产品，都是经过工业质检环节才顺利出厂。质检由于精细度要求高，占到工厂总人力成本的40%。举例来说，工业质检中的轴承瑕疵检测目标，可能是个小划痕，也可能是小缺口。这种情况下，瑕疵的视觉感官并不直观。在整个人力检测过程中，耗时多、人力投入高。而质检效率直接影响到企业生产以及交付效率。因此，工业质检的智能化赋能，也就是机器视觉缺陷瑕疵检测已经成为节省成本，提高产能的必然趋势。

当下，以深度学习为代表的机器视觉缺陷瑕疵检测技术，正在被广泛地应用于3C电子、食品制造、汽车零部件制造等多个领域，包括缺陷瑕疵检测、生产环境安全等多项功能，机器视觉缺陷瑕疵检测在工业智能化升级过程中也被寄予厚望。