本書針對缺陷樣本稀少且樣本搜集困難、缺陷檢測算法模型多且檢測成本高、缺陷類型繁多且檢測場景復雜等問題提出了基于深度學習的技術解決方案，采用生成對抗網(wǎng)絡、目標檢測網(wǎng)絡和遷移學習等最前沿的深度學習技術建立了完善的缺陷樣本數(shù)據(jù)集，提高了缺陷檢測的精度，并且對不同種類的缺陷檢測快速地訓練新模型。最后還介紹了一個多類型表面缺陷智能視覺檢測Web在線系統(tǒng)。