隨著工業(yè)的發(fā)展，缺陷檢測是工業(yè)上非常重要的一個應用，由于缺陷多種多樣，傳統(tǒng)的機器視覺算法很難做到對缺陷特征完整的建模和遷移，復用性不大，要求區(qū)分工況，這會浪費大量的人力成本。而深度學習在特征提取和定位上取得了非常好的效果，越來越多的人開始將深度學習算法引入到缺陷檢測領域中。

產(chǎn)品字符識別：

根據(jù)客戶需求，識別產(chǎn)品上的字符，并保存到指定地方。

吸塑盤配件檢測：

根據(jù)客戶需求，要求檢測吸塑盤上的配件是否有配件，是否配件過多，或者配件裝反，裝錯等情況。

類似的工業(yè)需求還有很多，人眼能認出的東西，深度學習也在學習，在這個招工難的節(jié)奏里，運用好機器視覺，可以起到意想不到的效果，可以成本上可以降低，良品率也提升了。