为了解决多种微小元器件的尺寸、位置、方向和缺陷自动化在线检测难的问题,提出一套机器视觉和深度学习相结合的智能在线检测系统。通过搭建视觉检测系统采集微小元器件的图像,并对图像进行图像预处理、二值化、滤波、边缘轮廓特征提取以及模板匹配等处理,实现了多种微小元器件尺寸、位置和方向的在线检测。针对微小元器件表面缺陷,提出一种基于深度学习的微小元器件表面缺陷识别方法。实验结果表明该系统能兼容多种产品在线检测,检测效率约0.344 s/个,尺寸、方向和位置检测准确率达100%,缺陷识别准确率约为95.56%。