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

鑒于現(xiàn)在這項技術(shù)正在與機器學(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，到2027年，相機系統(tǒng)的總出貨量將達到1.97億臺，收入將達到350億美元。

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

他補充道，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經(jīng)典的機器視覺算法，從而將機器視覺擴展到遠遠超出視覺檢查和質(zhì)量控制，這是傳統(tǒng)計算機視覺的經(jīng)典所在。

機會

在人工智能市場的所有趨勢中，計算邊緣具有最令人興奮的應(yīng)用和優(yōu)勢——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、嵌入式傳感器和強大的計算機可以將ML分析帶入每個過程步驟。

智能機器視覺正在工廠、倉庫和航運中心工作，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)商意識到他們需要提供有競爭力的產(chǎn)品。在涉及敏感或私人數(shù)據(jù)的情況下，如醫(yī)療保健，整個包應(yīng)提供硬件(相機、芯片等)。)、軟件以及分析數(shù)據(jù)的絕佳方式。

“一攬子”方法可能不是市場上最常見的例子。盡管如此，供應(yīng)商必須越來越意識到他們的產(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。

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