产品缺陷/瑕疵检测台是一款可自学习的表面缺陷/瑕疵检测系统，自动化程度高、工作快速高效。可对工业场景目标物同时进行多面的缺陷/瑕疵检测、信息识别/提取等，并可通过控制工业机器人，对目标物进行识别、抓取、分拣。该系统的自学习模块可适配多种待测产品，即使更换不同类型的受检产品，也无需重复购买整套检测设备，极大降低了用户成本。通过数字孪生体建模，实现虚实映射，构建云端可视化虚实交互展示平台，可用于企业生产的可视化协同管理与远程监控；模拟生产运行状态，降低生产决策成本，提高生产效率。
由于工业检测目标易出现外观缺陷、夹杂、破损、污点、色差等瑕疵，导致识别侧的边缘服务器计算负载激增，容易计算过载导致识别精度下降的问题，提出了计算量均衡与自适应调节边缘计算技术，挖掘了计算量变化与识别精度之间的内在关系，细粒度刻画了节点任务数量和位置分布特征，分析了异常事件发生时计算负载容易在空间上形成聚集效应的特性，挖掘了负载激增引发的计算量与空间内边缘服务器有限计算资源之间的矛盾关系。
成果深度融合计算机视觉、物联网、大数据、边缘智能等关键技术，可实现复杂工业场景中的目标识别、检测、定位及移动节点的自组网，识别准确率高，响应速度快；通过数字孪生建模与虚实映射，构建了云端可视化虚实交互平台，可应用于产品瑕疵检测、智能分拣、包装检测、生产可视化协同管理与远程监控，助力工业企业实现智能制造。