维视智造2022年AI工业视觉解决方案白皮书60页

2022AI INDUSTRIAL VISION SOLUTIONS AI工业视觉解决方案白皮书· 2022 Microvision. All rights reserved. 版权声明COPYRIGHT本白皮书出品方为维视智造科技股份有限公司，版权受法律保护。转载、摘编或利用其他方式使用本白皮书文字或者观点，应注明“来源”：“维视智造科技股份有限公司”。违反上述声明者，出品方将追究其相关法律责任。目录工业视觉技术发展趋势1.1 工业视觉技术概述051.2 工业视觉典型应用场景06深度学习技术发展趋势2.1 深度学习技术概述102.2 工业视觉深度学习技术发展趋势121.3 工业视觉面临的挑战及发展趋势07AI工业视觉落地痛点及关键技术3.1 AI工业视觉落地痛点3.1.1 额外的硬件18183.1.2 发热量和功耗183.1.3 大量的训练数据18AI工业视觉解决方案4.1 AI工业视觉解决方案架构及组成4.1.1 基于本地算力的AI工业视觉解决方案24244.1.2 基于边缘侧的AI工业视觉解决方案254.1.3 基于5G+云端的AI工业视觉解决方案264.2 AI工业视觉解决方案实施流程4.2.1 数据收集27274.2.2 分类及数据标记284.2.3 模型训练324.2.4 在线推理及优化33344.3 AI工业视觉解决方案典型应用场景4.4 AI工业视觉解决方案发展前景预测4.3.1 缺陷检测344.3.2 图像分类434.3.3 字符识别474.3.4 深度学习与传统算法的融合48573.2 AI工业视觉落地关键技术解析3.2.1 基于CPU进行训练及推理203.2.2 缺陷检测深度学习过滤及图像自动采集标注技术203.2.3 小样本训练及神经网络模型再训练技术213.1.4 大量的人工标注工作1920CONTENTS工业视觉技术发展趋势工业视觉技术概述1.1工业视觉也称机器视觉，是人工智能正在快速发展的一个分支，是在工业上为自动检查、过程控制和机器人引导等应用提供基于图像的自动检查和分析的技术及方法。机器视觉系统是通过机器视觉产品（CMOS 和CCD）将被摄取目标转换成图像信号，传送给专用的图像处理系统，得到被