铸造无损检测，涂层缩孔测试检测中心
传统机器视觉检测法先采集图片，接着使用图像处理方法获得结果。胡浩等对3类不同的磁瓦缺陷特征设计了不同的检测方法。戴斌宇等提出一种基于连通域特征组合的干扰抑制算法，并利用图像差分法提取缺陷进行分析判断物体表面有没有缺陷。这类算法的速度较快、针对特定缺陷的检测效果较好，受现场环境和个人操作等因素影响，对缺陷特征提取的能力差。国内人工智能技术发展很快，成为目前科技的潮流，缺陷检测也引入了深度学习的方法，检测效果明显提高，应用范围更加广泛。深度学习使用卷积神经网络提取特征并自主学习，利用训练后的权重检测数据是否有缺陷。深度学习的方法对于缺陷检测的精度更高，检测速度更快。深度学习的目标检测方法主要是两类：一类是以Faster-RCNN为代表的two-stage的检测方法，这类算法的检测精度较高，但这类算法先生成候选框，再对每个候选框进行分类，检测速度很慢
