工业检测应用了多种技术，主要包括以下几种：
机器视觉技术
通过模拟人眼和大脑对物体进行识别、测量和判断，利用图像传感器获取被测对象的图像信息，并借助先进的图像处理算法进行分析，实现高速、高精度、高稳定性的自动检测任务。
深度学习与人工智能技术的融合，如卷积神经网络（CNN），用于复杂的缺陷识别和分类任务，提高检测精度和稳定性。
光学图像处理技术
利用光学相机获取产品表面的高分辨率图像，并通过图像处理算法对缺陷进行检测和分类，应用于表面缺陷检测、尺寸测量、外观质量评估等场景。
深度学习与人工智能
通过构建高度自适应的检测模型，自动学习和识别产品中的各种缺陷类型，包括形状不规则、位置分布复杂等，提升检测的准确性和效率。
红外热像检测技术
通过探测物体表面的热量分布来检测其内部缺陷或异常情况，广泛应用于金属、玻璃等材料的热漏检测，如裂纹、焊接问题或结构损伤等。
超声波检测技术
利用超声波在物体内部的传播特性来检测材料中的缺陷或异物，适用于检测金属管道、轴承、焊缝等的裂纹、疲劳和变形等缺陷。
电磁检测技术
包括电磁感应、微波检测、涡流检测等方法，通过测量反射、吸收、传导等电磁信号的变化，实现对物体内部或表面缺陷的检测和分析。
X射线检测
一种常见的非破坏性检测方法，广泛应用于工业生产中，用于检测物体内部的缺陷、异物、裂纹等问题，如汽车发动机部件、飞机部件、电子器件等。
无损检测技术
包括射线检测、超声检测、磁粉检测、渗透检测、涡流检测等方法，用于评估和检测工程材料、零件和结构的内部或外部缺陷。
这些技术在现代工业生产中发挥着至关重要的作用，不仅提高了产品质量和生产效率，还降低了生产成本，确保了产品的安全性和可靠性。根据具体的应用需求和场景，可以选择合适的技术或技术组合来实现最佳的检测效果。