当一个很小的缺陷会影响到整个制造的生产效率和利润时，一切细节都变得至关重要。工业缺陷检测在现代制造业非常重要，产品表面微小的划痕和凹坑等瑕疵就可能会酿成重大的事故。比如手机电池的极耳焊接毛刺过大，刺穿绝缘胶带和隔膜，从而造成极片的短路，导致电池自燃的重大安全事故等等。

目前，仍有80%以上的工业缺陷检测依赖于人工肉眼检测，然而传统的人眼检测方法存在效率低、分辨力差，以及数据不可追溯，人为误差较大等问题，可以说，传统的人工检测方式已经不能满足高效的智能制造生产需求， 不能满足高精度的产品质量目标，不能自动化生产线每秒成千上万个元素的质检工作。

于是，虚数科技推出的应用机器视觉检测技术的工业缺陷检测方案，借助机器视觉技术和深度学习算法的结合，以先进技术迎接电子、新能汽车等各制造行业的迅速发展。应用机器视觉检测技术的工业缺陷检测方案面向智能手机行业、电脑行业甚至周边的充电宝行业的外壳质量检测，采用了深度学习算法的DLIA工业缺陷检测软件，能快速训练缺陷样本，仅仅10~20张缺陷样本，几分钟或十几分钟即可完成需求产品的缺陷标注，投入使用，可以完美地解决了传统人工肉眼检测带来的各类问题。

机器视觉是人工智能与制造业相结合的领域，《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》在智能制造与机器人技术、高端新材料、智能汽车、高端医疗装备、农业机械装备等机器视觉的应用领域均进行了积极指引，“十四五”规划提出要提升制造业的核心竞争力，发展壮大战略性新兴产业，对于机器视觉行业是政策利好。

在国家大力支持的背景下，国内各省市依托本地产业优势和资源优势，相继出台了一系列相关政策，多个省市对机器视觉行业采取了推动政策，其中浙江、山东、上海等地出台的智能工厂、智能制造、人工智能、机器人等领域相关政策，以支持工业机器视觉为核心的机器视觉产业全面发展。在政策的刺激下，国内工业机器视觉行业、市场呈现出愈加积极的发展态势。