【摘要】为了解决一种电源方针外观缺陷人工检测效率低、一致性差的问题，设计一种基于机器视觉和深度学习相结合的智能视觉检测系统。首先，采用KNN实现颜色分类；其次，利用sobel算子实现轮廓差异检测；最后，利用Googlenet网络进行划痕、麻点等缺陷分类。通过实际筛选试验，将本文提出的方法与标准Googlenet模型检测结果进行对比，本文提出的方法对于不可接受缺陷检出率高达100%，提升了3%，有效地实现了电源方针智能检测与筛选，具有良好的推广价值。