近年來，OCR在各行業(yè)應用廣泛，如在食品行業(yè)中，可以通過印刷的二維碼進行產(chǎn)品相關信息與價格的查詢；在醫(yī)藥行業(yè)中，可以通過印制信息了解藥品使用說明以及生產(chǎn)日期等內(nèi)容；在半導體行業(yè)中，可以通過半導體晶片上的字符與條碼得到每塊晶片的具體信息內(nèi)容等等。

OCR缺陷檢測，是指對部件或產(chǎn)品上印刷的字符進行確認、辨別、判定的檢測。但由于產(chǎn)品型號眾多，商標絲印各不相同，且該類缺陷類型多樣、產(chǎn)品成像角度不穩(wěn)定。所以，OCR缺陷檢測對于正確打光、工業(yè)相機的相對位置、被檢測部件、復雜的機器視覺算法等要求非常高。深度學習對于OCR缺陷檢測很重要，利用先進的圖像處理技術獲取目標信息，并識別目標物附帶的文字圖像，動態(tài)判斷產(chǎn)品字符內(nèi)容，并得出檢測結果。

隨著機器視覺技術的不斷發(fā)展與深度學習技術的應用，使用該融合技術獲取目標的信息，實現(xiàn)物體表面缺陷檢測越來越普遍，OCR缺陷檢測技術與前幾年相比，完全是兩個模樣，對于檢測產(chǎn)品表面字符已經(jīng)不再是難點。

DLIA工業(yè)缺陷檢測系統(tǒng)能夠提供非接觸、無損傷的全自動檢測方法，從而對部件或產(chǎn)品表面的印刷內(nèi)容進行更高效的OCR缺陷檢測，并解決復雜背景下識別難度高的問題。此外，DLIA工業(yè)缺陷檢測系統(tǒng)的識別準確率和識別速度還能夠滿足絕大部分檢測場景的需求。

DLIA工業(yè)缺陷檢測由深圳市虛數(shù)科技有限公司搭建而來，通過深度學習技術，動態(tài)判斷產(chǎn)品字符內(nèi)容。在未來，虛數(shù)科技將繼續(xù)專注于工業(yè)缺陷檢測這一領域，建立以深度學習為主的差異化發(fā)展優(yōu)勢，發(fā)展多元化生態(tài)鏈產(chǎn)業(yè)，打造一個智能產(chǎn)業(yè)技術平臺，全面應用在在電子、包裝、印刷、化工、食品、塑膠、紡織等行業(yè)中，讓中國制造往工業(yè)4.0大踏步行走。