深度學習軟體如何運作
神經網路會從實例學習，做出基於判斷的決定
深度學習軟體會在一組加上標識的圖像上訓練，這些圖像代表零件的已知功能特徵，異常和類別；跟人工檢測人員會接受的訓練非常相似。監督訓練期間會教導系統識別明確的缺陷。至於存在多種形式的缺陷，系統會在不受監督的模式下訓練自己，來學習物件的正常外觀，包括顯著但可容許的變化。
依照這些代表性的圖像，軟體會建立參考模型。這是個持續改善的反覆過程，在這段期間內，可調整參數並驗證結果，直至模型依照所需的模式運作。在執行階段期間，軟體會從新的一組圖像中擷取資料，它的神經網路會將零件本地化，擷取異常，然後對異常進行分類。
