小样本学习与多模型融合是有效路径。

外观检测一直是机器视觉落地的难点，缺陷样本稀少、缺陷形态多样导致误判率偏高。目前行业内较为有效的做法是采用小样本学习结合数据增强，并通过多模型融合投票降低过杀率。