최근 몇 년 동안 중국 경제는 급속한 발전 단계에 접어 들었다. 우리나라의 전통 제조업 요소 원가가 높고, 생산라인 효율이 낮고, 취업난이 시급히 해결되어야 하며, 전통 제조업은 지능화 업그레이드가 시급하다. 인공지능 기술의 출현으로 전통업계의 지능화 개조가 가능해졌다. 특히 산업시각, 산업품질 검사 등에서 더욱 그렇다. 기계시각은 인간의 시각에 비해 뚜렷한 장점을 가지고 있으며, 검사 효율이 높고, 속도가 빠르며, 정확도가 높고, 신뢰성이 더 강하다. 심화 학습, 3D 시각 기술, 고정밀 이미징 기술 및 머신 비전 상호 연결 기술이 지속적으로 발전함에 따라 머신 비전의 성능 우위가 더욱 향상됩니다.

현대 공업 자동화 생산에서, 연속 대량 생산의 각 공정은 일정한 불량품률을 가지고 있다. 고립적으로 볼 때 수율은 매우 작지만, 배가 된 후 기업이 수율을 높이는 병목 현상이 되고, 하나의 완전한 프로세스로 불량품을 제거하는 데 드는 비용이 훨씬 더 많이 들 수 있다. (윌리엄 셰익스피어, 윈스턴, 이별명언) (윌리엄 셰익스피어, 윈스턴, 이별명언) 따라서 결함이 있는 제품을 적시에 발견하고 제거하는 것은 품질 관리 및 비용 관리에 매우 중요하며 제조업의 진일보한 업그레이드의 중요한 초석이기도 합니다.

빅 데이터, 기계 학습 및 심도 있는 학습 기술을 활용하여 생산 과정에서 대량의 생산 매개변수, 프로세스 매개변수 및 결함 데이터를 분류, 회귀 및 예측할 수 있습니다. 이를 통해 기업은 프로그래밍/디버그 시간, 오판 비율, 운영 결과 등의 문제를 해결할 수 있습니다.