深度学习属于机器学习的领域，其演算方式是通过不断重复判别物件获得庞大数据，再经过大量的运算让精准度不断接近完美，目前深度学习已经被大量应用于各种领域，制造业的视觉检测则是其中重点应用。

产品检测是制造业质量管理的一环，过去皆由现场作业员亲力亲为，然而人眼有其极限，检测速度与正确率会随着作业时间拉长降低，再加上产线速度越来越快、产品体积逐渐轻薄短小，后期机器视觉开始取代人眼，成为产线检测主流。

在产线中，深度学习瑕疵缺陷检测有四大主要功能，包括量测、辨识、定位、检查等，而检测是所有功能中最困难的部分，由于现场人员对瑕疵的认知不同，因此即便是已然自动化的机器视觉，仍会存在因系统设定或现场质管人员不同，导致出货产品质量无法一致性的问题，要解决此一问题，唯有深度学习瑕疵缺陷检测将会是最佳方式。