隨著金屬材料窗門、交通業(yè)、化工、電氣設(shè)備業(yè)、國防軍工等領(lǐng)域的快速發(fā)展趨勢，對鋁材質(zhì)的要求也在提升，推動了新技術(shù)的不斷進步和產(chǎn)業(yè)鏈的維持健康發(fā)展趨勢。人眼對表面缺陷的傳統(tǒng)質(zhì)檢方法已經(jīng)不可以快速響應(yīng)快速生產(chǎn)制造的實時監(jiān)測（高速流水線）、線上預警信息、缺陷剖析、制成品級別等要求，視覺檢測系統(tǒng)取代人力質(zhì)檢已經(jīng)是必然趨勢。

在鋁板材的實際生產(chǎn)過程中，由于各方面因素的影響，鋁板材表面會產(chǎn)生裂紋、起皮、劃傷等瑕疵，這些缺陷會嚴重影響鋁型材的質(zhì)量。為保證產(chǎn)品質(zhì)量，需要人工進行肉眼目測。然而，鋁板材的表面自身會含有紋路，與瑕疵的區(qū)分度不高。鋁板材缺陷視覺檢測和常見的缺陷檢測難點相似。第一是缺陷目標不規(guī)則，同種缺陷具有不同的形狀；第二部分缺陷較小，缺陷檢測常常輸入圖片較大而缺陷較小，最后是缺陷與背景的差異小。

為此，深圳市虛數(shù)科技有限公司研發(fā)出對專門針對鋁板材的缺陷視覺檢測——DLIA工業(yè)缺陷檢測，結(jié)合圖像識別與深度學習人工智能技術(shù)組建的鋁板材缺陷視覺檢測設(shè)備，可以解決裂紋、起皮、劃傷、雜質(zhì)、黑點、破損、缺口、褶皺、起棱等不良問題，其檢測準確率97.9%，同時鋁板材缺陷視覺檢測還可以在線/離線檢測。

為了解決鋁板材部分條狀缺陷檢測問題，DLIA工業(yè)缺陷檢測使用變形卷積技術(shù)，增強卷積核在特征圖上采集特征的能力。改進過的DLIA工業(yè)缺陷檢測比原始的缺陷檢測算法在檢測準確度上更高，檢測速度和檢測準確度均比其他主流檢測軟件要高，鋁板材缺陷視覺檢測具有較好的實時性，不僅可以提高生產(chǎn)效率，降低用人成本，而且可以幫助企業(yè)實現(xiàn)升級改造。深度學習更是保證了，獲取更多缺陷樣本數(shù)據(jù)時，進一步提高鋁板材缺陷視覺檢測的準確性。