深度學(xué)習(xí)是機(jī)器學(xué)習(xí)的一個(gè)子集，而機(jī)器學(xué)習(xí)又是人工智能（AI）總體保護(hù)的一部分。AI是在1956年提出的。在1980年代，機(jī)器學(xué)習(xí)以算法的形式出現(xiàn)，該算法可以使用某種形式的統(tǒng)計(jì)分析來學(xué)習(xí)訓(xùn)練數(shù)據(jù)集中的模式，然后在“未知”數(shù)據(jù)中尋找那些相同的模式。但是，深度學(xué)習(xí)利用人工神經(jīng)網(wǎng)絡(luò)來模仿人腦進(jìn)行識(shí)別和決策的方式。

　　得益于許多關(guān)鍵突破，深度學(xué)習(xí)確實(shí)在2012年左右開始產(chǎn)生影響。其中包括開發(fā)具有許多隱藏層的深度神經(jīng)網(wǎng)絡(luò)，通過GPU以可承受的成本進(jìn)行大規(guī)模并行處理的可能性，大型數(shù)據(jù)存儲(chǔ)功能以及可用于培訓(xùn)的大量數(shù)據(jù)集的可用性?，F(xiàn)在，可通過商業(yè)圖像處理軟件獲得用于機(jī)器視覺的深度學(xué)習(xí)功能。

　　在這一深入的功能中，我們將研究用于工業(yè)視覺的深度學(xué)習(xí)和機(jī)器學(xué)習(xí)分類方法。隨著將這些工具整合到商業(yè)視覺軟件產(chǎn)品中，這些強(qiáng)大方法的使用正變得越來越主流。與傳統(tǒng)的分類方法相比，我們將仔細(xì)研究一些將受益于其使用的應(yīng)用程序，并找出實(shí)現(xiàn)它們的簡(jiǎn)便性。