Эффективность систем контроля наносимых текстур по большей части характеризуется ручным трудом. Из-за ограниченных возможностей человеческого мозга и глаза по контролю актуальна разработка систем, основанных на автоматизированном замещении человеческого ресурса с помощью технического зрения и новейших технологий. В статье проведен обзор методологий построения систем контроля на базе технического зрения. Описана предметная область, заключающаяся в номенклатурном контроле нанесения текстуры на поверхность. Проведен анализ основных проблем предметной области, связанных с обработкой изображений текстур. Рассмотрены методы распознавания и проведено сравнение по критериям распознавания и классификации. В связи с узкоспециализированной направленностью и фактическим отсутствием отечественных аналогов предложено системное решение на базе использования линейной камеры в связке с нейросетью. За основу взята нейросетевая модель EfficientNetV2 с входным форматом кадра 480х480. Описан алгоритм аугментации и подготовки датасетов для обучения, извлекаемый с изображения линейной камеры. Предложен алгоритм автоматизации цикла работы решения на основе расчета центроидов евклидова пространства, вычисления принадлежности классу. Его применение также позволяет осуществлять автоматическое дообучение системы контроля путем использования данных псевдоклассов от kmeans++ кластеризации. Предложенное авторами решение протестировано в производственных циклах, полученные результаты свидетельствуют о пригодности предложенного подхода для организации автоматического контроля наносимой текстуры.