通过算法研发，针对工业分类、缺陷检测、尺寸度量三类任务融合传统图像处理与深度学习技术，面向多样本、小样本场景引入迁移学习与小样本学习策略，通过海量工业图像数据标注训练网络模型并迭代调参提升检测精度与运算速度，多工况下完成算法测试，依据精度、召回率、误报率等指标校验算法鲁棒性并迭代优化；依托 C++、Python 语言采用生产者 / 消费者架构搭建软件整体框架，分模块开发图像采集、算法运算、数据存储、设备通讯程序，配套开发可实时展示判定结果、缺陷类别、尺寸数据，支持参数配置、历史数据查询与统计分析的人机交互界面，完成各模块集成联调并在模拟工况下完成软件稳定性验证；之后开展整机硬件装配与参数调校，完成相机、镜头、光源、视觉工控单元及运动机构的安装接线与参数优化，打通软硬件数据链路实现系统集成联调；最后将整套视觉检测设备落地工业产线完成现场部署，结合现场光照、空间、电磁环境适配优化软硬件参数与检测流程，处置各类现场运行异常，通过长时间联机试运行完成设备稳定性验证，依据实际生产数据持续迭代优化整套装备。