工業缺陷可視為工業產品的外觀 “異常”，因此有部分工業缺陷檢測方法采用了異常檢測的思路。然而異常檢測的定義與工業缺陷檢測是有所區別的。
具體而言，異常檢測的概念更加廣泛與抽象, 其中圖像異常檢測主要關注輸入圖像是否為異常實例，而工業缺陷檢測更關注像素層面的檢出任務。在像素層面上，異常與正常模式的差別更加細微，檢測難度也大幅增加，因此直接使用異常檢測方法難以滿足工業缺陷檢測的任務需求。
近年來, 深度學習方法因其在處理背景復雜、缺陷微弱的工業圖像時表現出卓越的性能優勢，成為解決工業圖像缺陷的主流方法。西安獲德圖像也通過深度學習工業缺陷檢測研究，把該研究成果應用到了相關行業，實現了成果產業化。
主要轉化項目為：
1）基于視覺的紡織品表面缺陷檢測：
在布匹生產過程中，需對布匹缺陷進行檢測，根據缺陷類型及嚴重程度進行等級劃分。西安獲德智能驗布系統主要面向紡織服裝行業，采用基于深度學習的人工智能算法，機器視覺技術檢測織物表面缺陷。只要是不正常的紋理，均可實現實時在線檢出，檢出率90%以上。主要檢測缺陷內容包括：斷經，斷緯，節絲，開車痕，機械段，油污，破洞等常見缺陷。
2）碳纖維智能化巡檢及質量監測：
碳纖維經過拉絲工藝形成碳纖維原絲，多根原絲組合在一起形成碳纖維原絲紗線。由于設備，工藝等原因，碳纖維原絲紗線表面會產生破絲，毛團等缺陷，同時紗線在碳化過程、以及其他生產環節會發生個別碳纖維原絲局部破損、斷裂現象，形成毛團，毛條附著在碳纖維紗線上。目前對于這些缺陷均未實現自動檢測。采用機器視覺技術，實時監控每一根碳纖維紗線上的毛球、毛絲、長短絲、斷絲，檢測到缺陷后保存缺陷圖像及相關信息以便給改善生產工藝提供數據支持。
3）石膏板外觀質量在線檢測智能裝備：
石膏板在生產過程中，由于設備，工藝，原料等因素影響，往往會產生各類缺陷，如石膏板表面漏漿，紙張褶皺，寬度、厚度不均勻，立邊不垂直等，這些缺陷嚴重影響了產品質量和企業聲譽。
石膏板外觀質量在線檢測智能裝備，融合人工智能、機器視覺、3D結構光技術、嵌入式控制技術、激光技術、網絡技術、自動化控制等高新技術，實現石膏板在生產過程中的實時在線質量檢測與控制。可實時檢測紙張破洞、板形、板長、缺陷打標、缺陷板識別剔除、泡徑檢測等一系列石膏板流水線上的缺陷檢測。
4）玻纖紗缺陷在線檢測：
玻纖紗線在整經工序出現各種各樣的缺陷，例如，破絲，斷紗，毛團等，如果能夠盡早發現缺陷，可及時查找產生缺陷的原因并進行相應處理。由于整經機紗線數量多，紗線細，破絲只有幾微米，肉眼是無法觀察到，因此采用人工檢測方式無法完成紗線質量檢測，需開發基于機器視覺的玻纖紗缺陷在線檢測系統，實時監控每一根紗線上的破絲，毛團缺陷。