上位机图像处理和嵌入式模块部署（当前机器视觉新形态）

过去的机器视觉处理，大部分都是集中在上位机、或者是服务器领域，这种形式维持了很长的时间。这种业务形态下，无疑pc是整个业务系统的核心。所有的外设，包括光源、镜头、plc这些，都是作为一个补充的部分。但是现在，随着AI技术的发展，目前机器视觉有了新的形态，值得大家好好关注一下。

1、专业嵌入式硬件的崛起

过去的机器视觉当中，pc都是整个业务的主导，不管是算法，还是控制，都是如此。但是现在，随着嵌入式设备性能越来越强，很多功能都可以放在嵌入式硬件上来处理。这样，一方面成本更低，稳定性也会高很多。

2、云的使用

我们都知道，现在的设备算力越来越强。但是即使这样，很多ai模型的训练，都是离不开显卡和服务器的。这个时候，指望客户自己去购买专门的显卡、加速卡去处理，这也不现实。所以，很多供应商都在云上面提供了模型训练的服务，用户自己只需要把相关的数据upload到云上面，就可以开展后面的训练的服务。

3、上位机角色的转变

传统的机器视觉，上位机是核心。现在机器视觉系统中，上位机从最初的主角，开始一步一步转到配置的角色。当然，这个过程中，对于某些行业、某些场景，上位机还可以和以前一样。但是对于一些新的业态，上位机可能就是简单配置一下流程，后续的工作都是智能嵌入式设备来完成。这样效率更高，成本也更低。

4、专门智能传感器的出现

传统的摄像头可能只是负责拍照，这方面的竞争比较激烈。但是，市场上面对于算法+传感器的设备需求，是一直存在的，所以说势必会出现一大笔带有智能算法的传感器。这些硬件一般就是soc控制板，里面集成了linux系统，同时添加了对应的算法。这样摇身一变，传统的硬件就会变成智能硬件，附加值也会高很多。

5、AI的学习越来越重要

传统的机器视觉主要集中在提高图像质量，以及改进图像算法上面。但是AI让智能生产走的更远。而且，随着人工成本越来越贵，产品要求越来越高，那么产品质量的验证也会越来越重要。我们知道，一个产品生产环节有可能会出各种各样的问题。这些问题，传统方法都是依靠人眼去解决的，这种方法比较慢，而且不稳定。现在有了AI的加持，可以大幅度提高效率、降低成本，会越来越成为一种趋势。此外，质检设备是生产中利润比较高的环节，大家都会越来越在这个上面加大投入。