该系统主要针对工业缺陷检测领域，可以取代人工，实现工业图像表面缺陷的定位、检测以及分类等功能；该系统通过大数据和人工智能(深度学习算法)不断学习通过工业相机在线采集有缺陷的样本图像，从而获得待检测工业图像实际检测模型；该系统和传统视觉检测算法相比，不需要大量修改算法参数，只需要增加学习样本，不断优化检测模型，软件编程开发人员不需要很好编程经验，可以很方便实现对复杂工业图像缺陷进行检测功能。该系统主要工作流程分为收集数据集，调整参数，模型训练，检测四个部分，训练学习后的软件可以直接用来检测工业图像。打破以往视觉检测的封闭环境，无需编程。

该系统可以完成复杂的识别任务，完成精准定位与精确分类，系统准确率可达到99%。系统还可以对指定工业图像位置做亚像元级实时定位，通过深度学习智能识别，可同时区不同种类部件。该系统应用非常广泛。在3C制造领域，可应用于手机壳、手机辅料、电路板、屏幕、电子物料等元件的检测问题；在纺织，玻纤，化纤，五金、食品、包装、汽车，等领域也可广泛应用。