根据研究单位ABI Research的最新报告指出，直至2027年，机器视觉(Machine Vision)将成为汽车、医疗保健、制造、零售、智能建筑、智慧城市、交通与物流等主要市场，数字化和自动化的关键支持技术。预计将达到360亿美元市场规模，远远高于2022年的214亿美元，年复合成长率(CAGR)达11%。
传统上，机器视觉主要用于安全监控、资产监控和缺陷检查，这些成熟的应用趋动相机产业的总出货量。然而，该产业正在经历一个振奋的阶段，受到Covid-19疫情影响、全球数字化的趋势，让许多创新的应用蓬勃发展，例如占用检测、人群监控、预测性维护、高精度自动检查、智能仓储、智能物流等。
ABI Research首席分析师Lian Jye Su表示，这些创新应用有望推动产业未来的发展，其推展的关键因素为机器学习(Machine Learning, ML)，尤其是机器视觉中的深度学习(Deep Learning, DL)技术。大多数技术供货商都提供基于深度学习的灵活、可扩展和高效的解决方案。与此同时，企业正渐渐意识到基于深度学习的机器视觉的优势。
Su指出，许多企业采用有效的机器视觉解决方案的障碍已大幅降低，其关键因素包含组件数量和工程成本降低、增加与第三方解决方案整合的便利性，以及不断进步的开源软件和工具包。
展望未来，分布式计算(Distributed Computing)将成为机器视觉中，机器学习的发展重心。英特尔(Intel)、辉达(NVIDIA)、高通(Qualcomm)、赛灵思(Xilinx)和恩智浦(NXP)等运算平台供货商，积极推出可以直接在镜头运行，或连接网关和本地服务器上运行机器学习模型处理器。这些供货商没有在云端运行机器学习模型，而是开发一套解决方案，从机器学习处理器到机器学习开发环境和嵌入式安全增强功能，以确保实时开发和部署机器学习模型，并顺利整合至现有工作流程中。此外，随着越来越多边缘机器视觉的新创公司出现，预计该领域将变得更具竞争力。
目前，硬件营收约占89%，然而，随着时间的推移，软件和服务的份额预计会从11%成长至16%。基于深度学习的机器视觉陆续出现，越来越多的机器学习解决方案供货商，可能会围绕特定垂直基于深度学习的机器视觉模型的开发、部署和维护，以建立他们的产品。
Su强调，企业可以透过与这些供货商合作，共同开发解决方案，而不是完全依赖内部专业知识，这种伙伴关系，对于降低建构和维护自定义ML模型的复杂性至关重要。
文章来源：新通讯
