虽然传统的机器视觉系统在处理一致且制造精良的部件时能够可靠地运行,但随着例外和缺陷库的增大,算法也会变得越来越有挑战性。换句话说,到了特定的时候,工厂自动化中需要的某些应用将无法再依靠基于规则的机器视觉。某些传统的机器视觉检测,因为有许多不易被机器识别的变量,所以编程也比较困难,例如:照明、颜色变化、曲面、或视野。

因此,深度学习这项技术在产品外观缺陷检测中便发挥了极大的效用,借助深度学习这样的工具,便可以在生产线上更加一致、更加可靠、且更加快速地完成这些任务。人类擅长分类不同但相似的东西,我们几秒内就能理解某一组物体间的差异。在这个意义上,深度学习将人类进化的智能和基于规则的传统机器视觉的一致性、可重复性和可扩展性这两种优势结合在一起。