在工业生产过程中，金属板带型产品表面受加工设备损坏或工业恶劣环境的影响，难免会造成一定的表面质量问题，例如划痕、孔洞、麻点等，其表面的一些缺陷不仅会直接影响产品外观表现，还会对于后延产品的机械性能、使用性能、成品率造成影响。以工业产品铝箔为例，其主要用途为空调机的散热片，其表面有一层涂层，此图层不仅要具有亲水性，还要经过耐酸耐碱检测，以保证其具有防腐蚀的功能。在生产过程中，受各个环节和设备的影响会出现缺涂、划痕等缺陷，致使其不具有正常产品功能，无法使用。目前，产品的质检主要由人工完成。但是由人工来做测量和判断会因为疲劳、主观差异等产生误差和错误。传统人工目检法存在检测率低、实时性差、检测置信度低、环境适应性差等缺点。
智能缺陷检测项目基于计算机视觉和深度学习技术，结合高精度工业相机，旨在对工业现场中的缺陷进行智能检测。项目通过对设备运行时所拍摄的图像进行实时分析和识别，能够自动判断和标注出各种不同类型的缺陷，包括缺涂、划痕、异物等，提高了生产线检测的效率和精度。该项目积累了大量的图像数据，并不断进行算法优化，达到了较高的检测准确率和稳定性，误检率达到0，漏检率降低到20%以下。
图1. 人工缺陷检测现场示意图
图2. 智能缺陷检测结果示意图
