传统意义上的工业自动化，是工业机器在控制系统的指挥下，重复特定的动作流程完成加工。在现代工业自动化生产中，连续大批量生产中每个制程都有一定的次品率单独看虽然比率很小，但相乘后却成为企业难以提高良率的瓶颈，并且在经过完整制程后再剔除次品成本会高很多，因此及时使用工业自动化智能机器视觉检测及次品剔除对质量控制和成本控制是非常重要的，这也是制造业再进一步重要基石。

产品加工精度的保障依赖于控制系统的稳定性与整个机械系统的精度，加工过程中随机误差的产生在所难免，诸如不可预测的震动、产品在工位间传送发生的偏移等，此外机械结构随着长期使用、精度下降带来的系统误差还会导致产品批量报废。而简单的传感器对于这些误差的规避又显得捉襟见肘，加上现今产品序列纷繁复杂，市场上对于工业自动化智能机器视觉的要求虽然与日俱增，但技术能处于发展阶段，工业机器想要在“无脑”的情况下完成这一切就显得尤为困难。

当深度学习算法赋予了机器视觉的“智慧”后，上述问题便迎刃而解。拥有“智慧”的机器视觉在看到目标之后，经准确分析定位后引导动作，避免了产品传送中的偏差，增强了不同产品的生产适应性，同时大幅提升产品的加工精度。此外，工业自动化智能机器视觉还能根据检测成品的精度，免除了人工抽检带来的低效、误差与漏检，对产品信息进行分析，改进产品生产工艺。