在机器视觉缺陷检测领域，AI，或称人工智能，主要是指以深度学习为核心的自动检测算法。
基于深度神经网络，通过监督学习对模型进行训练和验证，以标记的不良和良好图片为集合。然后使用训练后的数据来检测未知图像。
作为训练集，缺陷图像越多，图像越好，分布越全面，缺陷类型的覆盖范围越广，最终的检测效果会更好。
AI视觉检测筛选设备优势
1.解决使用传统可视化算法难以编程的缺陷检测问题;
2.可以适应相对较多的干扰因素，降低对产品一致性的要求;
3.可以适应相对较差的照明条件，从而兼容更多的产品类型;
4.在推出新产品时，无需重写核心算法，导入速度更快;
5.无需或只需设置几个参数，即可满足检测要求，降低调试难度;
6.自主的新软件允许用户自行完成算法模型训练和新工件的部署。
传统算法：
传统算法主要利用螺纹亮边的宽度和连续性特性进行检测。
AI深度学习算法：
AI深度学习算法通过图像标注、执行训练、验证过程、模型测试等步骤进行检测。