技術的發展需要兩點基礎，一點是關鍵技術突破，一點是大量需求，二者缺一不可，相輔相成。計算機視覺技術在最近幾年的突飛猛進，依賴于深度神經網絡的技術突破和汽車自動駕駛的廣闊市場需求。專用芯片不斷更新，處理能力不斷成長，視覺識別技術的不斷發展，為在更廣闊的領域應用計算機視覺技術帶來了可能。

視覺是人類最主要的接受信息的手段。獲得信息，處理信息，采取措施，是多數生產過程的流程。如何把計算機視覺技術應用到生產過程中，有三個需要解決的問題。

第一，梳理生產流程，找到適合計算機視覺的關鍵點。這是一個相互溝通，經驗交流的過程，需要我們和客戶之間的信息充分共享，把各自的經驗融合在一起，找到突破點。計算機視覺更適合于機械的不斷重復的工作，比如對于瑕疵產品的識別，對于非正常情況的發現，人長時間處理這類信息容易產生疲勞，從而帶來失誤，或者需要比較豐富的經驗，而導致識別能力傳承不宜的工作崗位。

第二，針對指定任務需求，已有的算法方案不一定適合，導致需要修改處理算法來適應特定任務。如果需要算法上的變化，將極大的增加實現難度，不能高效的沿用已有的積累，會大大增加開發的難度，提高了成本。如何簡化系統識別的訓練過程，訓練方式，是把這項技術應用到更廣泛的領域中的核心要求。

第三，把計算機輔助處理部署到實際生產環境。企業都有自己原有的信息系統，要把新增視覺系統接入到原有系統中，需要提供統一標準的接口，并對原有通用標準的接口進行支持，這是部署到已有生產環境的重點。

在我們已經處理過的案例中，我們建立了一套不需要專業技術就可以定制和調教的視覺識別工具和套件，同時提供工控級的設備，極大的降低了部署成本，幫助客戶取得了很好的經濟效益。