從功能上來說，你這個應用非常適合采用深度學習，事實上，深度學習本質上就是用來做分類識別的，尤其是針對零件與零件之間，圖像上差異比較小的時候（比如你需要自動分揀A,B,C三種零件，但其形狀差別很小），更加適合用深度學習。

不過深度學習也存在它的問題：

訓練的樣本要足夠大，具體多大合適，要看你對圖像區分度的要求。如果樣本不是很充分的情況下，比如數千張或更少，其實也可以考慮用傳統方式，比如SVM。我用傳統方式做過寶馬車標，安全帽等的識別，準確度相當高了，尤其是車標識別，接近100%準確，而我只用了不到100張做訓練，而且無論算法還是模型庫都不大，很適合做嵌入式，而且可以做到實時。

對深度學習而言，速度/性能是個很大的問題，不知道題主的機器性能如何，以及對應的圖片分辨率，是否要實時處理？我估計題主應該是那種實時高清識別，而且有可能是嵌入式設備，我們姑且認為視頻是直接從本機采集，不需要做解碼，即便如此，基于深度學習的運算量也是很高的，尤其是resnet這種，一般而言，層數越多越精準，運算量也會越高。高清情況下（機器視覺應用一般會1080P或更高），我個人認為單張圖片的識別時間會超過1秒，很難做實時。有朋友在256核的TX1上測試過標清的FAST RCNN，單張處理時間為0.6秒左右，我本人測試過googlenet，在一臺阿里云E5的機器上(無GPU)，識別一張720p的圖片，估計約0.3 - 0.5秒左右（我的應用需要考慮網絡傳輸的時間，沒打log，只是通過返回結果大致估計）。無論哪種情況，離每秒25幀的實時要求都差得太遠。

結論：

嵌入式設備，個人不建議用深度學習，除非你能將密集運算部分移植到FPGA上，否則性能會是個很大的問題。

高清和實時的應用，一般而言也不建議用深度學習，理由同上。

對于區分度要求很高（種類很多，很相近），非實時的應用，基于后端或云端的業務，有足夠的運算資源。特別適合用深度學習。

能解決問題才是王道，傳統方式未必不可以。

強烈建議題主關注一下，深度學習領域芯片相關技術的進展，比如谷歌的TPU，國內的寒武紀，以及輕量級框架mxnet等。

舉一個具體的實例：

深度學習應用于工業機械臂的控制，這也是 Industry 4.0 的發展方向。

將深度學習算法應用到工業機器人上，拿來做商品或者零件分揀，大概可以分為「分類」和「撿起」兩步：

(1) 對商品或者零件進行「分類」

這個步驟非常適合使用深度學習，因為深度學習本質上就是用來做分類識別的。

(2) 將商品或者零件「成功撿起」

對于單個商品或者零件，要想將其成功撿起，關鍵是選擇合適的把持位置，通俗的將，就是機器人夾零件的哪個地方，可以使零件不下滑，從而成功地被撿起來。比較典型的算法，一個是採用兩階段的深度學習算法，第一階段通過小型的Neural Network，檢測出數個可以把持的位置，第二階段採用大型的Neural Network，對第一階段得到的各個把持位置候選進行評估，選擇最終的一個把持位置。這種算法的成功率大概能達到65%。

（上圖顯示了第一個階段得到多個候選把持位置，第二階段得到最終把持位置）

另一個是結合了深度學習和Heterogeneous Learning，將把持位置的信息（width, height, x, y, θ）以及把持該位置時成功撿起零件的成功率“Graspability”用來訓練模型，模型如下：

下圖表示的是把持位置的信息（width, height, x, y, θ）的定義，以及各把持位置對應的Graspability Label。

下圖是Positive和Negetive教師信號的例子。

下圖是得到的最終把持位置，可以達到85%左右的成功率。

對于多個商品和零件堆積在一起的情形，除了把持位置的選擇，還需要選擇合適的抓取順序，即先抓取哪一個零件，后抓取哪一個零件，這時可以採用Reinforcement Learning算法，最終可以達到約90%的成功率，和熟練工人的水平相當。當然，要將這些成果大規模應用到工業流水線上，還需要考慮到正確率要求更高（一般是99.9%），以及速度要求更快等，目前許多改進就是圍繞滿足這兩點指標來進行的。