内容摘要：
白皮书认为，机器视觉技术应用当前已经遍布工业生产的各个环节，大大提高了生产效率和生产的自动化程度，中国的机器视觉市场目前仍处于持续高速增长阶段。
机器视觉按功能和场景主要分为四大类：识别、定位、测量、检测，目前这几大应用方向均面临着精度越来越高、速度越来越快、准确率要求越来越高的挑战，而解决这一问题的最核心关键点，就是深度学习技术的发展和应用。
白皮书中分析，深度学习的典型应用领域为异常检测、图像分类、缺陷检测和物体定位，并根据维视智造多年的实践经验，指出了AI工业视觉落地几大痛点——额外的硬件、发热量和功耗、大量的训练数据以及大量的人工标注工作。而落地的关键则在于向基于CPU进行训练及推理，缺陷检测深度学习过滤及图像自动采集标注等三个技术领域寻求突破。
为给行业人士做出更明确的指导，白皮书对AI工业视觉解决方案的架构及组成方式、实施流程进行了重点分析与说明，并列举了多个典型应用场景，详细展示其技术操作流程。
最后，白皮书预测，深度学习在医疗、生命科学、食品、假冒检验和木材分级等行业都将有很好的发展前景，此项技术将原来对产品一致性要求高的应用场景进行了数倍的扩展，必将在短时间内带来工业视觉的爆发式增长。
完整版领取方式：
方式1
· 关注“维视智造股份”微信公众号
· 后台回复“白皮书”
· 扫码添加微信小助手领取。
方式2
· 登录维视智造官方网站（www.xamv.com）
· 点击 “下载中心 → 行业白皮书”
