計算機視覺（Computer vision）在傳統行業有怎樣的應用？

01-20

比如，用CV讀標籤做倉儲物流管理等等。有企業案例和paper最好。

謝邀。

Machine Vision 和 Computer Vision 的區別，可以參考來自 Wikipedia 的這個圖：

這裡就說一個 CV 應用案例：中山大學某白內障醫師和西安電子科技大學某團隊合作，利用基於AI的圖像檢測技術，訓練了一個叫做 CC-Cruiser 的 AI 程序，能夠診斷先天性白內障，預測疾病的嚴重程度，並給出治療決策。

臨床試驗：

隨機下載53張眼病圖片，識別準確率 98.25%，治療建議準確率 92.86%；
和醫生一起診斷50個病人，準確率和醫生相當。

不能保證 100% 的最佳治療方案，但可以用來防止誤診。這是在訓練集不充分情況下的性能，他們借鑒了 DeepMind 用深度強化學習訓練遊戲 AI 的思路。

原文：Ophthalmologists vs. AI: It"s a Tie

題主是半導體的，所以就貼幾個半導體公司的相關崗位：

Careers - Vacancies

KLA-Tencor - Careers

吳恩達昨天不是又成立了一個公司叫landingAI嗎，他演示的用cv來檢測有缺陷的晶元，這個比肉眼效率要高，而且省錢很多吧。

工業自動化領域，應該有用cv可以替代工人的用武之地。我前段時間校招面試了一家公司，好像叫匯川，他們好像就是用深度學習圖像檢測的方法來做產品檢測。

汽車零件檢測（是否斷裂有凹槽），檢測高鐵輪子等部件是否出現問題（進站即檢）

嚴格來說，應該有一個更恰當的辭彙來描述，就是機器視覺（machine vision）。關於CV和MV的區別，知乎專門有一個問題。

簡單來說，計算機視覺更學術一些，更偏軟體；機器視覺軟硬體都包括（採集設備，光源，鏡頭，控制，機構，演算法等。），指的是系統，更偏實際應用。因此更多的是把機器視覺，叫做機器視覺系統。

至於案例，網上一搜一大把。

機器視覺目前應用比較廣泛，傳統行業裡面機器視覺對商品、圖像、人的行為的追蹤解讀能力和效率已經遠遠超過人工，比如傳統的零售行業、工業、交通等，利用深度學習和機器視覺，已經可以做到自主訓練，滿足不同場景的需求，最常見的比如對貨架商品的SKU解讀，可以多維度分析並提供一個最優化的陳列方案來提高用戶體驗和銷售額，同樣的工作傳統方法需要耗費更多的人力和時間。

額，雖然有些區別，但我還是想更正一下題主，在工業界上的視覺應用是機器視覺。主要用來做檢測和高精度的測量。而計算機視覺主要任務是識別。

至於機器視覺這個行業的超級大佬有兩個，一個是基恩士，一個是康耐視。具體的行業應用翻這兩個公司的官網就好。嗯……活得最好的康耐視目前已經開始躺著掙錢了……

國內也有一些公司想要做這方面的生意，但是機器視覺相關的硬體貴得可怕，拿工業相機來說，國際上最好的大概是basler這個牌子的，題主可以稍微搜一下，看看一個相機多少錢。至於好的光源，能可靠的高速傳輸的cameralink板卡相關需要多少錢，也可以了解了解。國內的安防巨頭也在近幾年在做相關的東西，海康，大華都做得很不錯，但是剛起步沒多久，還是需要時間來發展。還有就是機器視覺相關的演算法開發，基本上都是一些很可靠的演算法，有興趣可以了解了解，目前深度學習之類的黑箱子還不太能被這個圈子接受。

當然也歡迎題主步入這個行業，算是製造業相關的高薪行業了吧，薪資應該能超互聯網。

謝邀。

我們之前有家客戶需求是物流行業，讓物流中心工作人員可以用類似眼鏡的儀器掃描核對箱子上的標準條碼。

其他應用應該也很廣，比如停車場讀車牌，生物特徵識別，視頻監控人臉識別等等都和計算機視覺有關聯。

做過攝像頭判斷工件旋轉角度，然後機械手去抓取的項目。

在工業上的主要應用為檢測，測量，定位，識別這四類，每一類分不同的行業有很多的應用;

檢測:缺陷檢測，外觀檢測等

測量:主要應用為高精度尺寸測量，有1D,2D,3D測量這幾種方式

定位:主要應用於裝配行業的高貴精度定位裝配，可配合機器人或者運動控制

識別:可以有條碼識別，車牌號碼識別等等應用

計算機視覺或者人工智慧的檢測也主要應用在外觀檢測，缺陷檢測方面，這個也是目前機器視覺的一大難點

應用很廣的，車牌識別算的上嗎

你可以去搜索一家名叫traxretail的公司，以色列人開的。

http://qr.alipay.com/c1x00972fzgzp7blkbnvz66