機(jī)器視覺（MV）使用的技術(shù)使工業(yè)機(jī)器能夠“看到”和分析任務(wù)，并根據(jù)系統(tǒng)看到的內(nèi)容做出快速?zèng)Q策。MV正在迅速成為自動(dòng)化中最核心的技術(shù)之一。

鑒于現(xiàn)在這項(xiàng)技術(shù)正在與機(jī)器學(xué)習(xí)（ML）合并，以引領(lǐng)向工業(yè)4.0的過渡，可能性是巨大的，尤其是在邊緣。ABI Research預(yù)測(cè)，到2027年，相機(jī)系統(tǒng)的總出貨量將達(dá)到1.97億臺(tái)，收入將達(dá)到350億美元。

“從能夠自動(dòng)化簡(jiǎn)單任務(wù)的機(jī)器到能夠“看到”長(zhǎng)期優(yōu)化要素的自主機(jī)器的轉(zhuǎn)變將推動(dòng)工業(yè)創(chuàng)新的新水平。這是ML為MV（也稱為計(jì)算機(jī)視覺）提供的創(chuàng)新，”ABI Research的人工智能和機(jī)器學(xué)習(xí)分析師David Lobina解釋道。

他補(bǔ)充道，ML可以通過使用神經(jīng)網(wǎng)絡(luò)模型的范圍和范圍來增強(qiáng)經(jīng)典的機(jī)器視覺算法，從而將機(jī)器視覺擴(kuò)展到遠(yuǎn)遠(yuǎn)超出視覺檢查和質(zhì)量控制，這是傳統(tǒng)計(jì)算機(jī)視覺的經(jīng)典所在。

機(jī)會(huì)

在人工智能市場(chǎng)的所有趨勢(shì)中，計(jì)算邊緣具有最令人興奮的應(yīng)用和優(yōu)勢(shì)——即在那些屬于嵌入式系統(tǒng)和物聯(lián)網(wǎng)的設(shè)備中。智能制造可能是最直接的例子，智能相機(jī)、嵌入式傳感器和強(qiáng)大的計(jì)算機(jī)可以將ML分析帶入每個(gè)過程步驟。

智能機(jī)器視覺正在工廠、倉(cāng)庫(kù)和航運(yùn)中心工作，通過處理更平凡的任務(wù)來幫助和協(xié)助人類工人，使工人能夠利用他們的專業(yè)知識(shí)專注于重要的部分。

智能城市、智能醫(yī)療保健和智能交通領(lǐng)域的市場(chǎng)發(fā)展也已經(jīng)成熟，ATOS(城市領(lǐng)域)、Arcturus(醫(yī)療保健領(lǐng)域)和Netradyne(交通領(lǐng)域)都是這些領(lǐng)域的主要供應(yīng)商。

與edge ML應(yīng)用的其他情況一樣，技術(shù)進(jìn)步的最佳方式是通過硬件和軟件解決方案的結(jié)合以及采用信息豐富的數(shù)據(jù)。只有通過一種全面的方法，將所有這些因素融合在一起，才能取得豐碩的成果。

供應(yīng)商意識(shí)到他們需要提供有競(jìng)爭(zhēng)力的產(chǎn)品。在涉及敏感或私人數(shù)據(jù)的情況下，如醫(yī)療保健，整個(gè)包應(yīng)提供硬件(相機(jī)、芯片等)。)、軟件以及分析數(shù)據(jù)的絕佳方式。

“一攬子”方法可能不是市場(chǎng)上最常見的例子。盡管如此，供應(yīng)商必須越來越意識(shí)到他們的產(chǎn)品如何與其他解決方案相結(jié)合，這通常需要與硬件無關(guān)的軟件和與軟件無關(guān)的數(shù)據(jù)分析。

“對(duì)于智能城市、醫(yī)療保健和交通運(yùn)輸來說，這是至關(guān)重要的一點(diǎn)，尤其是關(guān)于機(jī)器視覺在所有這些環(huán)境中可以實(shí)現(xiàn)的目標(biāo)。對(duì)于edge MV，軟件和硬件供應(yīng)商以及服務(wù)提供商將開始擴(kuò)大對(duì)該行業(yè)的看法，”Lobina總結(jié)道。