外观检测中使用的图像识别技术主要包括以下几种：
1. 物体检测（Object Detection）：
物体检测是指在图像中定位并识别出特定类别的对象，通常输出为带有类别标签和边界框的矩形区域。它不仅要求识别出图像中有什么物体，还要精确指出它们的位置。
使用的技术包括滑动窗口、区域提案方法（如R-CNN系列、YOLO系列、SSD等）以及基于锚点的方法。
2. 图像分类（Image Classification）：
图像分类是对整个图像赋予一个类别标签，即确定图像的主要内容属于哪个预定义类别。
虽然图像分类不直接提供位置信息，但在外观检测中，它可以用于快速筛选和分类图像，以识别出存在潜在缺陷的图像。
3. 自动化视觉检测：
自动化视觉检测系统通常由光源、镜头、图像处理器、数据分析器等组成，能够快速、准确地检测产品的外观缺陷。
它采用先进的图像处理算法和模式识别技术，能够准确检测出产品的外观缺陷和尺寸信息。
4. 机器视觉检测技术：
机器视觉检测技术广泛应用于工业产品的外观缺陷检测，如新能源电池、PCB电路板、半导体芯片、印刷品、食品包装、电子设备等的检测。
它能够检测各种类型的表面缺陷，如裂纹、披锋、划痕、污点、黑点、变形、配件位置偏移、漏加工、混料、字符缺陷等。
外观检测中使用的图像识别技术多种多样，包括物体检测、图像分类、自动化视觉检测以及机器视觉检测技术。这些技术各有特点，可以根据具体的应用场景和需求选择合适的技术进行使用。
微信在线咨询
