在实现智能制造过程中，工业产品表面缺陷检测技术的自动化和智能化将有利于发现生产过程的工艺问题、及时改进生产工艺问题、提高产品质量和国际竞争力。工业产品表面缺陷智能检测技术是智能制造技术的重要组成部分，是智能制造不可替代一个环节。然而，传统的产品表面缺陷检测，主要依赖检验人员通过人工视觉完成检验。而这种检验方法存在注意力难以长时间集中，很容易造成误检和漏检等缺陷。随着计算机技术、电子信息技术的发展，基于各类传感器的表面缺陷自动检测成为必然趋势。为此，国内外众多研究者开展了基于各类传感器的表面缺陷自动检测方法研究，形成了诸多成果。这些成果能够检测某些表面缺陷，但它们都是孤立的研究某一特定表面缺陷检测问题，并不适合以柔性制造为特点的智能制造中的表面缺陷智能检测。

该技术以全新的视角分析缺陷检测问题，提出基于视觉注意机制建模的检测的理论；通过深度学习进行特征挖掘，建立视觉注意机制计算模型；形成解决工业产品表面缺陷动态检测共性要求的关键技术，成果将为工业产品表面智能检测提供解决方案和理论依据。

项目已经经过长期的理论研究，进行原理验证，并在纺织缺陷检测开展应用研究，取得多项发明专利，发表多篇学术论文；取得了一些成果；这些成果表明可以采用仿生视觉用于智能制造中的产品表面缺陷检测中，以提高准确性、快速型和普适性，从而为智能检测提供可行的方案；该项目可以适用于智能制造过程的产品表面质量的检测，具有安全环保、无污染。