随着技术水平和工业生产规模发展,越来越多流水线生产中使用工业视觉系统实现自动化生产,提高工业视觉应用的开发效率能推进工业自动化进程。目前主流的工业视觉开发软件平台存在对开发者要求高和开发效率低的问题,且对深度学习的支持有限。本文的研究目标是设计实现一个门槛低且开发效率高的工业视觉开发平台,并为平台提供深度学习工具集。本文首先介绍了工业视觉应用场景和国内外工业视觉开发平台的研究现状,针对目前工业视觉开发平台存在的不足,设计并实现了工业视觉交互式开发平台。平台支持使用Python语言进行开发,并提供机器视觉算法库、相机标定工具、图像标注工具等工业视觉应用开发过程中常用工具。为了提高平台的易用性和工业视觉应用的开发效率,除了代码语法高亮、代码分块调试运行等基础功能外,平台还设计实现了交互式编程,用户可通过拉动滚动条等方式调整函数参数,且函数的图像处理结果即时对用户可见;由于工业视觉应用开发过程中需要进行大量的函数参数调整操作,调整过程中函数参数设置与表现效果是开发者进行函数效果分析的关键,所以本文设计并实现了快照记录功能,协助开发者记录函数参数设置与表现效果,并随时对这些记录进行分析,提高平台的功能性。本文对将深度学习应用于工业视觉应用开发的问题进行研究,设计并实现了用于工业视觉应用开发的深度学习工具集和图形化界面。传统机器视觉算法无法解决泛化能力要求高的工业视觉问题,由于深度学习的强泛化能力,将深度学习应用于工业视觉应用是目前研究的热点。本文设计并实现深度学习工具集,以图形化界面的方式引导用户进行工业视觉应用开发,注重平台的易用性。最后,将工业视觉交互式开发平台用于工件计数和工件定位应用开发,分别使用机器视觉算法库和深度学习工具集进行开发,并将工件定位应用部署于工件分拣系统中。通过案例的编写验证了平台的功能性和有效性。