传统意义上的工业自动化，是工业机器在控制系统的指挥下，重复特定的动作流程完成加工。在现代工业自动化生产中，连续大批量生产中每个制程都有一定的次品率单独看虽然比率很小，但相乘后却成为企业难以提高良率的瓶颈，并且在经过完整制程后再剔除次品成本会高很多，因此及时检测及次品剔除对质量控制和成本控制是非常重要的，也是制造业进一步升级为智能制造的重要基石。

产品加工精度的保障依赖于控制系统的稳定性与整个机械系统的精度，加工过程中随机误差的产生在所难免，诸如不可预测的震动、产品在工位间传送发生的偏移等，此外机械结构随着长期使用、精度下降带来的系统误差还会导致产品批量报废。而简单的传感器对于这些误差的规避又显得捉襟见肘。加上现今产品序列纷繁复杂，市场对于柔性生产的要求与日俱增，工业机器想要在“无脑”的情况下完成这一切就显得尤为困难。

当深度学习算法赋予了机器视觉的“智慧”后，上述问题便迎刃而解。拥有“智慧”的机器视觉在看到目标之后，经准确分析定位后引导动作，避免了产品传送中的偏差，增强了不同产品的生产适应性，同时大幅提升产品的加工精度。此外，机器视觉还能根据检测成品的精度，免除了人工抽检带来的低效、误差与漏检，对产品信息进行分析，改进产品生产工艺。

随着智能制造的深入，具备视觉感知能力的智能设备益发盛行，机器视觉作为前端感知的核心部件，市场需求旺盛。在机器视觉与深度学习相结合的应用场景中，工业检测应用最为普遍。关于此类场景，虚数科技研究了市场上大量的成功案例与成熟方案，结合不同地工业运用场景，应用各类型硬件的选型搭配，保障了机器视觉技术与深度学习算法地有效配合，系统整体性的合理设计与安装布置。

我国智能制造装备产业结构转型和技术提升的市场空间巨大，机器视觉行业将受益。“十三五”期间，中国将进一步深化产业结构调整，推进制造业的科技创新和智能制造水平。虚数科技将会着力从要素驱动向技术及创新驱动的转变，专注于产业结构的转型升级以及制造业的进一步智能化，进而推动机器视觉行业的整体发展。