1.一种镀锌钢板坏点检测装置，其特征在于，包括：
照明装置安装框架（1），用于安装照明装置，
拍摄装置安装框架（3），用于安装拍摄装置（4），
连接构件（5），将照明装置安装框架（1）和拍摄装置安装框架（3）连为一体，且照明装置比拍摄装置（4）靠近被拍摄目标，检测装置置于镀锌钢板检测工段，用于采集镀锌钢板表面外观图像，表面外观图像输出至电脑进行图像检测，电脑输出检测目标信息及位置信息，所述检测目标指属于表面外观缺陷的坏点。
2.根据权利要求1所述的一种镀锌钢板坏点检测装置，其特征在于，照明装置安装框架（1）呈圆形或多边形，所述多边形至少为四边形。
3.根据权利要求1所述的一种镀锌钢板坏点检测装置，其特征在于，所述照明装置包括若干led光源（2），led光源（2）沿被拍摄目标的周向，均匀排列于四周，用于在被拍摄目标表面产生均匀的照明区域，以提高目标照明的均匀性及光照度，同时抑制环境光干扰，led光源（2）通过角度调整机构与照明装置安装框架（1）连接，角度调整机构用于避免被拍摄目标表面产生镜面反射光。
4.根据权利要求3所述的一种镀锌钢板坏点检测装置，其特征在于，每个led光源（2）均单独配置散热器、散热风扇及供电电源，提高系统可靠性。
5.根据权利要求3所述的一种镀锌钢板坏点检测装置，其特征在于，所述角度调整机构为金属定型软管。
6.根据权利要求3所述的一种镀锌钢板坏点检测装置，其特征在于，led光源（2）沿被拍摄目标长度方向每侧不少于2个，沿被拍摄目标宽度方向每侧不少于1个。
7.根据权利要求1所述的一种镀锌钢板坏点检测装置，其特征在于，所述拍摄装置（4）为具备快速拍照功能的工业相机。
8.根据权利要求1所述的一种镀锌钢板坏点检测装置，其特征在于，检测装置采用如下检测过程：
步骤1：建立缺陷学习模型，收集一定数量已知的、存在坏点的镀锌钢板图像，将其划分为学习组和测试组，对于学习组的镀锌钢板图像，人工标定缺陷位置及缺陷种类，并基于学习组建立缺陷检测的深度学习模型m，基于测试组验证缺陷检测的深度学习模型m的准确度；
步骤2：启动镀锌钢板坏点检测装置，通过拍摄装置（4）采集镀锌钢板表面外观图像；
步骤3：图像传输到电脑；
步骤4：基于缺陷检测的深度学习模型m，在20x20子窗口内判断是否存在缺陷特征；
步骤5：基于缺陷特征，通过级联分类器判定是否存在缺陷。
9.根据权利要求8所述的一种镀锌钢板坏点检测装置，其特征在于，学习组的镀锌钢板图像至少是测试组的四倍。
10.根据权利要求8所述的一种镀锌钢板坏点检测装置，其特征在于，在基于学习组建立缺陷检测的深度学习模型m时，按如下步骤确定模型m所有参数：设定图像训练次数，将图像缩放至448*448，采用基于梯度信息缩放，进行前向计算，修正计算误差，进行反向传播处理，模型参数调整，判断是否到达设定的图像训练次数，如未到达则重复上述过程，如已到达则输出模型。