史上最强的机器视觉行业解析（上）

- 清谷逆创 · 清谷资本 -

专注人工智能团队孵化及项目投资

如果富士康质检员张全蛋说，流水线上再也没有人类了。

你会相信吗？

传统的“机器换人”只能在装配、加工等环节替代人做一些重复性高但是步骤简单的体力活，比较依赖人类的预定指令。对于质检这种状况千变万化的环节，传统机器是没办法解决的，目前大多数情况只能依靠人眼，而人力成本的上升也使得这一环节成为工厂的痛点。

如今随着包括机器学习在内的人工智能技术的进步，机器会自我学习，不断进化，越来越聪明，这也给机器视觉行业带来了新的应用场景——质检。

第一个问题：什么是机器视觉？

机器视觉（machine vision）是人工智能正在快速发展的一个分支。简单说来，机器视觉就是用机器代替人眼来做测量和判断。一个典型的工业机器视觉系统包括：光源、镜头、高速相机、图像采集卡和视觉处理器。

四大应用场景：

检测、测量、识别、定位引导

第二个问题：机器视觉好在哪里？

在工业领域的生产和制造环节，机器已经在大规模地替代人类，但是在外观检验、装配检验环节，仍然有大量人工在进行重复性甚至劳损性

而机器视觉系统可替代人工进行工况监视、成品检验和质量控制，提高生产的柔性和自动化程度。并且通过机器学习等AI技术和大量的数据集训练，机器将不断提升识别率，不断优化，这将直接提高产品的良品率。

第三个问题：市场有多大？

AI+的两种模式：

“AI+行业”——因为AI技术的发展而创造出来的全新的行业

“行业+AI”——传统行业因为AI技术而发生质变，生产效率大大提高

以上两种模式都会使得垂直领域不断细分，横向领域持续拓展。

一句话：以上两种融合将带来万亿级别的市场。

2015年全球机器视觉系统及部件市场规模是42亿美元，2016年这一数字约为46亿美元，预计2017年，全球机器视觉系统及部件市场规模将达到50亿美元。

从长远的潜在市场规模来看，当前只有5%的潜在用户使用了机器视觉，也就是还有95%的潜在用户需要但还没有用上机器视觉，全部潜力发挥出来后，全球的市场可达到

第四个问题：上下游关系如何？

产业链中的玩家，由“软件+硬件”组成，可大致划分为底层开发厂商、二次开发厂商和产品代理商。

硬件部分：

可以看出，传统的相机、镜头等硬件部分基本被日本、美国等垄断，这是短时间没办法改变的事情。而系统集成商和算法方面，国内企业没有明显的劣势，总之，谁先把完善好的产品喂到工厂嘴里，谁就将拔得该行业的头筹。

PS：清谷逆创将给创业团队及成熟企业提供最优质的市场资源。

软件部分：

人工智能技术的发展比如机器学习、深度学习，奠定了机器视觉在工业应用方面很好的算法基础，同时，“开源软件平台+工具包”的模式，大大方便了开发人员的工作。

• 如最常见的三大平台：
• 1. VC：最通用，功能最强大的主流平台。
• 2. C#：容易上手，很多相机厂商的SDK都已经开始使用C#做应用程序了。
• 3. LabVIEW：NI的工具图形化开发平台，开发软件快。
• 工具包：
• 1.
  OpenCV：计算机视觉领域最常用的库，包含500多个函数。
• 2. Halcon：底层功能算法很多，运算性能快。
• 3. VisionPro：美国康耐视的图像处理工具包，开发上手比halcon容易。
• 4. NI Vision：自动化测试大多数需要的软硬件都有解决方案，上手快，开发周期快，缺点是并不是每个软件都非常厉害。
• 5. MIL：当前主要用户是做激光设备的，用于定位的较多。
• 6. CK Vision：价格较便宜，机器视觉需要的功能也基本都有，在国内做自动化设备的企业用量很大，推广也不错。
• 7. 迈斯肯：条码阅读一类。

下篇，我们将聊聊机器视觉行业的创业机会和现有创业公司的情况。

TSVC清谷资本(TEEC Angel Fund)

TSVC清谷资本(TEEC Angel Fund)，由清华校友张于庆和夏淳在硅谷创办于2010年，成为硅谷第一家大陆华人的硬科技天使基金。管理团队由硅谷连续创业者和科技企业高管组成，均有深厚的专业技术背景。通过独有的平台化运作和清华强大的海外校友资源，凭借世界一流的技术专家团队，已经成为硅谷投资界业绩最佳，声望最高的早期基金之一。旗下160多家企业融资超过5亿美金，8家公司估值超过一亿美元，一家新三板挂牌公司，诞生了两家10亿美元以上的独角兽。TEEC Angel Fund历经三期之后，当前，依托中国科技强国的时代大机遇，全面配合清华“重科技铸重器”的发展战略，发挥清华“逆向创新”的双创引领地位，第四期基金从天使基金升级易名为TSVC清谷资本，使硅谷硬科技与中国市场资源深度融合，打造VC4.0的创新投资模式。

閱讀更多 清谷逆創 的文章

關鍵字: 软件 图像处理 清华大学