由于CNN强大的特征提取能力，采用基于CNN的分类网络目前已成为表面缺陷分类中的模式一般来说，现

有表面缺陷分类的网络常常采用计算机视觉中现成的网络结构，包括AlexNet， VGG， GoogL eNet，ResNet，非标产品瑕疵检测，

SENet， ShuteNet，MobileNet等。利用分类网络结合上滑动窗口的方式可以实现缺陷的定位。

Deep learning-based crack damage detection using convolutional neural networks

本发明对于镜头上下表面的检测，通过镜片区域减去屏蔽区域获得有效检测区域，并将多张图片的有效检测区域进行融合，进行一次缺陷检测，江苏瑕疵检测，有效提升了检测结果的准确性。

以上所述仅为本发明的一个方案而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，瑕疵检测系统，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

应用案例编辑 播报缺陷检测系统应用的有金属表面、玻璃表面、纸张表面、电子元器件表面等对外观有严格要求又有明确指标的物品。

光学字符验证，简称OCV，是一种用于检查光学字符识别（OCR）字符串的打印或标记质量并确认其易辨识性的机器视觉软件工具 。该技术除了可以检查所呈现的字符串内容是否正确，还可以检查字符串的质量、对比度和清晰度，并对品质不合格的样品进行标记或剔除。中文名字符检测别    名OCR常用名OCV检测常见的字符数字、英文字母、符号。

江苏瑕疵检测-产品瑕疵检测-宣雄(推荐商家)由苏州宣雄智能科技有限公司提供。行路致远，砥砺前行。苏州宣雄智能科技有限公司致力成为与您共赢、共生、共同前行的战略伙伴，更矢志成为检测仪具有竞争力的企业，与您一起飞跃，共同成功!