【 聲明：版權所有，歡迎轉載，請勿用于商業用途。 聯系信箱：feixiaoxing @163.com】

? ? ? ? 過去的機器視覺處理，大部分都是集中在上位機、或者是服務器領域，這種形式維持了很長的時間。這種業務形態下，無疑pc是整個業務系統的核心。所有的外設，包括光源、鏡頭、plc這些，都是作為一個補充的部分。但是現在，隨著AI技術的發展，目前機器視覺有了新的形態，值得大家好好關注一下。

1、專業嵌入式硬件的崛起

? ? ? ? 過去的機器視覺當中，pc都是整個業務的主導，不管是算法，還是控制，都是如此。但是現在，隨著嵌入式設備性能越來越強，很多功能都可以放在嵌入式硬件上來處理。這樣，一方面成本更低，穩定性也會高很多。

2、云的使用

? ? ? ? 我們都知道，現在的設備算力越來越強。但是即使這樣，很多ai模型的訓練，都是離不開顯卡和服務器的。這個時候，指望客戶自己去購買專門的顯卡、加速卡去處理，這也不現實。所以，很多供應商都在云上面提供了模型訓練的服務，用戶自己只需要把相關的數據upload到云上面，就可以開展后面的訓練的服務。

3、上位機角色的轉變

? ? ? ? 傳統的機器視覺，上位機是核心。現在機器視覺系統中，上位機從最初的主角，開始一步一步轉到配置的角色。當然，這個過程中，對于某些行業、某些場景，上位機還可以和以前一樣。但是對于一些新的業態，上位機可能就是簡單配置一下流程，后續的工作都是智能嵌入式設備來完成。這樣效率更高，成本也更低。

4、專門智能傳感器的出現

? ? ? ? 傳統的攝像頭可能只是負責拍照，這方面的競爭比較激烈。但是，市場上面對于算法+傳感器的設備需求，是一直存在的，所以說勢必會出現一大筆帶有智能算法的傳感器。這些硬件一般就是soc控制板，里面集成了linux系統，同時添加了對應的算法。這樣搖身一變，傳統的硬件就會變成智能硬件，附加值也會高很多。

5、AI的學習越來越重要

? ? ? ? 傳統的機器視覺主要集中在提高圖像質量，以及改進圖像算法上面。但是AI讓智能生產走的更遠。而且，隨著人工成本越來越貴，產品要求越來越高，那么產品質量的驗證也會越來越重要。我們知道，一個產品生產環節有可能會出各種各樣的問題。這些問題，傳統方法都是依靠人眼去解決的，這種方法比較慢，而且不穩定。現在有了AI的加持，可以大幅度提高效率、降低成本，會越來越成為一種趨勢。此外，質檢設備是生產中利潤比較高的環節，大家都會越來越在這個上面加大投入。

6、我們應該怎么做

? ? ? ? 對于行業中的人士，大家能做的就是把握當下，努力去學習和適應。指望一招鮮、吃遍天，這種想法早已經不合時宜了，努力提高軟硬件開發能力、努力提高AI水平，幫助客戶提高產品生產效率和生產質量，才是我們最大的立足點。