本書針對(duì)缺陷樣本稀少且樣本搜集困難、缺陷檢測(cè)算法模型多且檢測(cè)成本高、缺陷類型繁多且檢測(cè)場(chǎng)景復(fù)雜等問題提出了基于深度學(xué)習(xí)的技術(shù)解決方案，采用生成對(duì)抗網(wǎng)絡(luò)、目標(biāo)檢測(cè)網(wǎng)絡(luò)和遷移學(xué)習(xí)等最前沿的深度學(xué)習(xí)技術(shù)建立了完善的缺陷樣本數(shù)據(jù)集，提高了缺陷檢測(cè)的精度，并且對(duì)不同種類的缺陷檢測(cè)快速地訓(xùn)練新模型。最后還介紹了一個(gè)多類型表面缺陷智能視覺檢測(cè)Web在線系統(tǒng)。