检测缺陷类型：
1.端脚歪（线包脚）
2.周边胶高胶
3.底板未到位、高胶
4.底板破
5.吊孔脚歪、顶破外壳
6.端脚焊锡不良
7.外壳卡伤不良
8.外壳粘胶不良
9.打标不良
10.外壳来料缺胶
11.漏胶不良及封胶不饱满
12.外壳凸台破
13.吊孔脚歪
14.外壳卡破
15.外壳粘胶
16.端脚氧化
17.周边胶漏胶（外壳角落）
18.周边胶漏胶
19.棱边缺陷

需要采用深度学习算法、建立相应模型进行判定，故需要一定数量的样品建立模型：
（1）外壳粘胶缺陷，每个面的各20个，共120个
（2）外壳破损，每个面的100个，共600个
（3）吊孔脚外壳破、凸台卡破，各100个，共200个
（4）吊孔脚歪斜、端脚歪斜、周边胶高胶，各20个，共60个
（5）端脚焊锡不良、吊孔脚氧化，各100个，共200个
（6）底板周边封胶不饱满、漏胶等不良，共300个
（7）打标不良，共50个
（8）共计1530个NOK样品，搭配100-200个OK样品进行开发模型。

总结：本系统采用基于深度学习的特征提取算法，经过批量样本的训练之后，辅以传统算法，可以高效地提取继电器表面存在的缺陷。