陶瓷制品在餐具、容器或工艺品等行业中应用广泛,近年来新型陶瓷复合材料发展迅速,并被应用于航空航天等国防领域,因此陶瓷制品的质量检测问题十分重要。本文是对陶瓷表面缺陷检测的方法研究,分析各类缺陷的成因及特性,建立气孔、磨损、溶洞、凸起、裂痕、正常等六类陶瓷表面状态的图像数据库。通过对陶瓷图片的边缘检测、特征提取、缺陷分类与定位等过程最终实现陶瓷表面缺陷的检测。主要完成的工作包括:（1）基于改进NASNet模型的弱监督陶瓷表面缺陷检测算法。首先,为了避免过拟合现象的产生,对NASNet网络进行裁剪以压缩网络输出特征图的通道数;其次,在池化过程引入双线性结构,充分提取了二阶信息丰富的双线性结构卷积特征,实现缺陷检测与分类;最后,将迁移学习融入网络训练过程,建立样本数据的参数共享模型Inception Res Net v2-NASNet（IRv2-NASNet）,随着样本扩充进一步提高缺陷检测精度。同时,结合基于梯度的类激活映射算法（Grad-cam）实现陶瓷表面缺陷的定位。通过对模型复杂度、模型准确率等参数的比较,说明本文改进NASNet提高了缺陷的分类精度及检测速度,在未知缺陷边框的标注信息的情况下,提供了一种有效的陶瓷表面缺陷检测方法。（2）基于改进Single Shot Multi Box Detector（SSD）网络的陶瓷表面缺陷定位算法。针对陶瓷表面小目标、多目标等缺陷检测准确率低的问题,将SSD缺陷定位结果和IRv2-NASNet网络缺陷分类结果进行融合,完善并更新缺陷位置的标注信息,迭代缺陷定位步骤以提高定位准确率。（3）陶瓷表面缺陷检测软件系统设计。主要包括缺陷数据库处理和缺陷检测两部分。文中采用飞桨AI Studio公共数据集中共享的陶瓷表面缺陷数据集,并在此基础上对缺陷数据集进行了扩充。缺陷检测软件系统部分包括输入模块、缺陷检测模块、输出模块等三个模块。该软件系统的建立实现了整个检测过程的可视化,调试结果说明设计的软件系统简单有效、可操作性强。