华为开源底层视觉套件助力AI技术突破，机器视觉行业应用范围或将更广泛

由华为诺亚方舟实验室基于昇思MindSpore AI框架打造。据IT之家11月21日消息，华为MindSpore Editing已在昇思开源社区正式发布1.0版本，面向广大开发者开放使用。

点评：MindSpore Editing 底层视觉套件是由华为诺亚方舟实验室基于昇思MindSpore AI框架打造，针对主流底层视觉任务SOTA算法及模型进行实现和统一设计，提供易用的训练、推理接口。而底层视觉是计算机视觉领域的一类场景，其算法能够在像素级别进行视觉信号处理，完成图像和视频的修复复原、质量提升、风格变换任务。

AI技术的突破使机器视觉触达领域更为广泛。今年4月5日，Meta 发布图像分割大模型 SAM，图像分割技术取得重大突破;4 月17日，Meta发布视觉模型DINOv2，在语义分割、实例分割、深度估计和图像检索等任务中均取得不错效果，自监督无需微调。

中信建投认为，工业机器视觉在当前阶段以定制化为主，且缺陷检测难以量化，SAM等视觉模型有望增加更多项目的可行性，打开渗透空间。随着产业的快速发展，深耕产业具备较好的客户基础及场景经验，以及技术实力较强的企业有望受益。

公司方面，据上市公司互动平台表示，矩子科技：公司主要产品包括机器视觉设备、控制线缆组件、控制单元及设备，向客户苹果、华为等提供产品。联合光电：公司为光学系统解决方案提供商，对华为提供机器视觉产品及智慧显示屏产品。

机器视觉市场前景如何?

机器视觉是人工智能正在快速发展的一个分支，不同权威机构对机器视觉的定义略有差异，但简单说来，机器视觉就是用机器代替人眼来做检测、判断和控制。机器视觉基于仿生的角度发展而来，比如模拟眼睛是通过视觉传感器进行图像采集，并在获取之后由图像处理系统进行图像处理和识别。

由于工业自动化生产日益增长的技术需求，全球机器视觉行业60年代开始兴起，起步较早，90年代发展已趋于成熟，现阶段继续保持高速发展。中国机器视觉行业伴随中国工业化进程的发展而崛起，于90年代末起步，相对全球较晚，目前正处于快速发展阶段。

从产业链角度来看，机器视觉上游主要零部件供应主要包括光源、工业镜头、工业相机、图像采集卡、机器视觉软件及算法;中游主体为机器视觉系统集成商和机器视觉装备制造商;下游应用领域主要包括电子、半导体、包装、食品饮料、汽车制造、机器人、医疗设备、物流等行业。

机器视觉市场现状及竞争格局分析

从全球市场来看，2015-2021年期间，全球机器视觉市场规模连年增长。根据GGII数据显示，2021年全球机器视觉市场规模已达到804亿元，同比增长12.15%，相较2015年全球机器视觉市场规模增长了426.12亿元。

如今，中国正成为世界机器视觉发展最活跃的地区之一，应用范围涵盖了工业、农业、医药、军事、航天、气象、天文、公安、交通、安全、科研等国民经济的各个行业。

其重要原因是中国已经成为全球制造业的加工中心，高要求的零部件加工及其相应的先进生产线，使许多具有国际先进水平的机器视觉系统和应用经验也进入了中国。

机器视觉虽然只有几十年发展时间，但随着全球新一轮科技革命与产业变革浪潮的兴起，机器视觉行业顺势迎来快速发展。机器视觉的应用已经从最初的汽车制造领域，扩展至如今消费电子、制药、食品包装等多个领域实现广泛应用。随着经济水平的提高，3D机器视觉也开始进入人们的视野。

3D机器视觉大多用于水果和蔬菜、木材、化妆品、烘焙食品、电子组件和医药产品的评级。它可以提高合格产品的生产能力，在生产过程的早期就报废劣质产品，从而减少了浪费节约成本。这种功能非常适合用于高度、形状、数量甚至色彩等产品属性的成像。

从产业发展生命周期来看，国际机器视觉产业已经处于成熟期，预期未来几年内，欧美日机器视觉技术仍将不断有创新，国际机器视觉市场有望保持现有市场规模，并继续增长。

国内机器视觉产业目前还处于成长期，从近几年的情况来看，我国机器视觉产业已积累足够技术、市场、行业经验，已步入快速发展阶段。

机器视觉系统的特点是提高生产的柔性和自动化程度。在一些不适合于人工作业的危险工作环境或人工视觉难以满足要求的场合，常用机器视觉来替代人工视觉;同时在大批量工业生产过程中，用人工视觉检查产品质量效率低且精度不高，用机器视觉检测方法可以大大提高生产效率和生产的自动化程度。而且机器视觉易于实现信息集成，是实现计算机集成制造的基础技术。

机器视觉产业链主要由上游原材料零部件、中游装备制造以及下游终端应用行业构成。从深度来看，机器视觉的应用覆盖产业链的多个环节。

以手机的制造为例，机器视觉可应用在结构件生产、模组生产、成品组装、锡膏和胶体的全制造环节，例如IPhone生产全过程就需要70套以上的机器视觉系统。从广度上看，机器视觉的下游行业众多，包括汽车、3C电子、半导体、食品饮料、光伏、物流、医药、印刷、玻璃、金属、木材等。

根据统计数据显示，2015-2021年期间中国机器视觉领域的融资案例数量和融资金额总体呈上升趋势，其中全国机器视觉行业投资事件由42起增加至91起，投资金额由10.49亿元增加至193.4亿元。

从机器视觉细分应用市场情况来看，3C电子、汽车、半导体(集成电路、PCB、电子元件、晶圆、平板显示等)是我国机器视觉下游应用的三大领域。

2021年全国机器视觉细分应用市场中，3C电子、汽车、半导体所占市场份额分别为31.56%、11.04%、10.22%。锂电池、医药、食品包装占全国机器视觉市场份额分别为8.85%、8.05%、6.29%。

机器视觉行业未来发展趋势

随着我国国内机器视觉企业近年来研发投入不断加大，技术水平不断提升，我国对机器视觉进口依赖程度逐渐减少。

据统计，2021年全国机器视觉市场中，国产品牌机器视觉企业所占市场份额为58.43%，外资品牌机器视觉企业所占市场份额为41.57%。在国产替代进程快速推进下，未来我国国产品牌机器视觉企业的市场份额将不断提升。

机器视觉行业产品的小型化趋势让这个行业能够在更小的空间内包装更多的部件，这意味着机器视觉产品变得更小，这样他们就能够在厂区所提供的有限空间内应用。

例如在工业配件上LED 已经成为主导光源，它的小尺寸使成像参数的测定变得容易，他们的耐用性和稳定性非常适用于工厂设备。

更多功能的实现主要来自于计算能力的增强，更高分辨率的传感器，更快的扫描率和软件功能的提高，PC处理器的速度在得到稳步提升的同时，其价格也在下降，这推动了更快的总线的出现，而总线又反过来允许具有更多数据的更大图像以更快的速度进行传输和处理。

机器视觉行业未来发展规划及前景预测

2022年1月由国务院颁布的《“十四五”数字经济发展规划》提出，要推动农林牧渔业基础设施和生产装备智能化改造，推进机器视觉、机器学习等技术应用。

2022年8月由国家科技部等部门联合发布的 《关于加快场景创新以人工智能高水平应用促进经济高质量发展的指导意见》中指出，要在制造领域优先探索工业大脑、机器人协助制造、机器视觉工业检测、设备互联管理等智能场景。