1.一種用于質量檢測的人工智能系統，其特征在于：包括轉換處理單元（1）、計算篩選單元（2）、模型檢測單元（3）和質量檢測單元（4）；
2.根據權利要求1所述的一種用于質量檢測的人工智能系統，其特征在于：所述轉換處理單元（1）包括建立轉換模塊（11）和模型處理模塊（12）；
3.根據權利要求2所述的一種用于質量檢測的人工智能系統，其特征在于：所述計算篩選單元（2）包括計算梯度模塊（21）和模型篩選模塊（22）；
4.根據權利要求3所述的一種用于質量檢測的人工智能系統，其特征在于：所述模型篩選模塊（22）中具體篩選情況包括：
5.根據權利要求3所述的一種用于質量檢測的人工智能系統，其特征在于：所述模型檢測單元（3）用于接收模型篩選模塊（22）中篩選出塑料模具整體外觀的像素點是弱邊緣點的命令，模型檢測單元（3）向計算梯度模塊（21）中獲取水平梯度、垂直梯度和模型篩選模塊（22）中弱邊緣點坐標、邊緣點數量，機器學習模型再根據水平梯度和垂直梯度計算弱邊緣點變化的梯度方向，根據弱邊緣點坐標計算弱邊緣點坐標的二階導數，機器學習模型利用平滑度算法根據弱邊緣點的二階導數和邊緣點數量檢測塑料模具整體外觀的弱邊緣點是否是毛邊點，當檢測塑料模具整體外觀的弱邊緣點是毛邊點時，機器學習模型根據毛邊點和毛邊點變化的梯度方向連接成不規則的毛邊區域，記錄不規則的毛邊區域數量。
6.根據權利要求5所述的一種用于質量檢測的人工智能系統，其特征在于：所述模型檢測單元（3）中機器學習模型利用平滑度算法檢測毛邊點實現步驟：
7.根據權利要求5所述的一種用于質量檢測的人工智能系統，其特征在于：所述質量檢測單元（4）用于接收模型檢測單元（3）中不規則的毛邊區域、不規則的毛邊區域數量、邊緣毛邊點數量、邊緣毛邊點坐標點，機器學習模型利用多邊形面積算法根據邊緣毛邊點坐標點和邊緣毛邊點數量計算不規則的毛邊區域面積，利用機器學習中的支持向量機算法根據計算的不規則毛邊區域面積和不規則的毛邊區域數量檢測塑料模具整體的質量是否合格。
8.根據權利要求7所述的一種用于質量檢測的人工智能系統，其特征在于：所述質量檢測單元（4）中機器學習模型利用多邊形面積算法計算不規則的毛邊區域面積實現原理:
9.根據權利要求7所述的一種用于質量檢測的人工智能系統，其特征在于：所述質量檢測單元（4）利用支持向量機算法檢測塑料模具整體的質量是否合格實現步驟：