传统视觉算法由算法工程师通过观察正常物料和异常物料的明显差异，再通过编程提取这些差异对应的图像特征，从而区分正常物料和异常物料。但当正常物料和异常物料区分不明显，不能通过单个或者少数特征进行区分时，或者存在干扰因素时，这种方法往往不能凑效。

AI视觉检测技术，以深度学习为核心，使用模拟人类智能的神经网络来区分正常物料和异常物料。与人类一样，深度学习算法通过使用一组代表性正常物料和异常物料的标注图像作为示例来学习和训练，通过神经网络构建正常外观和缺陷外观的模型。不需要人工指定反映正常物料和异常物料区别的特征及其关系，且通过标注信息可使得深度学习算法能够正确区分异常外观和干扰因素带来的伪异常外观。

相对于传统算法，AI视觉检测具有以下优点：