深度学习(DL, Deep Learning)是机器学习(ML, Machine Learning)领域中一个新的研究方向，它被引入机器学习使其更接近于最初的目标——人工智能(AI, Artificial Intelligence)。
深度学习是学习样本数据的内在规律和表示层次，这些学习过程中获得的信息对诸如文字，图像和声音等数据的解释有很大的帮助。它的最终目标是让机器能够像人一样具有分析学习能力，能够识别文字、图像和声音等数据。 深度学习是一个复杂的机器学习算法，在语音和图像识别方面取得的效果，远远超过先前相关技术。
应用场景
1）字符识别，复杂场景下的字符识别，相对于传统的OCR方案，识别质量大大提升
2）物品检测
- 生产过程中，有粘贴吸管环节，可能出现粘贴不合格的情况
- 通过机器视觉技术，检测吸管粘贴是否合格，不合格的做剔除处理
- 主要应用机器视觉的测量技术，测量吸管的粘贴角度来判别
- 生产过程中，有漏卷的情况存在
- 通过机器视觉技术，检测是否存在漏卷，如果有，进行剔除处理
- 主要应用机器视觉的测量技术，模式识别技术，统计计数功能综合判别
3）物品识别
叉车检测，替代光幕，解决误触发问题