机器视觉(MV)使用使工业机器能够“看到”和分析任务的技术，根据系统看到的内容做出快速决策。MV正迅速成为自动化领域最核心的技术之一。鉴于这项技术现在正在与机器学习(ML)相结合以引领向工业4.0的过渡，因此可能性是巨大的，尤其是在边缘。ABIResearch预测，到2027年，相机系统的总出货量将达到1.97亿台，产生350亿美元的收入。“从能够自动执行简单任务的机器到能够‘看到’长期优化元素的自主机器的转变将推动工业创新的新水平。这就是ML为MV（也称为计算机视觉）提供的功能，”ABI说Research的人工智能和机器学习分析师DavidLobina解释道。他补充说，ML可以将机器视觉扩展到视觉检测和质量控制之外，这是传统计算机视觉的经典，通过使用神经网络模型的范围和范围来增强经典机器视觉算法。机遇在AI市场的所有趋势中，计算边缘具有最令人兴奋的应用和优势——即在那些属于嵌入式系统和物联网类别的设备中。智能制造也许是最直接的例子，智能相机、嵌入式传感器和强大的计算机可以将ML分析带入每个流程步骤。智能机器视觉在工厂、仓库和航运中心工作，通过处理更平凡的任务来帮助和协助人类工人，让工人利用他们的专业知识专注于重要的部分。智能城市、智能医疗和智能交通的市场发展也已经成熟，ATOS（城市）、Arcturus（医疗）和Netradyne（交通）是这些领域的主要参与者。与边缘ML应用程序的其他情况一样，技术进步的最佳方式是通过硬件和软件解决方案的组合以及信息数据的采用。只有通过将所有这些因素结合在一起的整体方法，才能取得丰硕的成果。供应商意识到他们需要提供有竞争力的产品。在涉及敏感或私人数据的情况下，例如医疗保健，整个包裹应提供硬件（相机、芯片等）。)、软件和分析数据的好方法。“一揽子”方法可能不是市场上最常见的例子。尽管如此，供应商必须越来越意识到他们的产品如何与其他解决方案集成，通常需要独立于硬件的软件和独立于软件的数据分析。“这是智慧城市、医疗保健和交通运输的关键点，特别是关于机器视觉在所有这些环境中可以实现的目标。对于边缘MV，软件和硬件供应商以及服务提供商将开始拓宽他们对行业的看法，”Lobina总结道。
