缺陷检测算法
分类网络
基于CNN的分类网络是目前表面缺陷分类中最常用的模式，利用分类网络结合滑动窗口的方式可以实现缺陷的定位。
检测网络
目标定位是计算机视觉领域中最基本的任务之一，基于深度学习的缺陷检测网络从结构上可以划分为以FasterR-CNN为代表的两阶段网络和以SSD或YOLO为代表的一阶段网络。
分割网络
缺陷分割将缺陷逐像素从背景中分割出来，是深度学习在表面缺陷检测领域的重要应用之一。
缺陷分类
设计缺陷
产品设计上的缺陷，由于设计上的原因，导致产品存在危及人身、财产安全的不合理危险。
制造缺陷
产品制造上的缺陷，由于产品加工、制作、装配等制造上的原因，导致产品存在危及人身、财产安全的不合理危险。
指示缺陷
因告知上的缺陷，也称指示缺陷或说明缺陷，由于产品本身的特性而具有一定合理危险性，生产者应当加注必要的警示标志或警示说明。
以上技术和分类方法是根据当前的研究和实践总结而来，旨在为缺陷检测和产品安全管理提供参考。
