中小企业在机器视觉检测技术发展如何突破

中小企业要审视自己所拥有的资源，针对企业自身切实的需求，做技术落地方案的决策。我本身是做计算机视觉的，对于经典视觉和深度学习视觉落地都有心得。

1.业内有通用成熟的解决方案。

中小企业采用第三方开放平台，无疑是性价比最高的方式。

2.业内有成熟方案，但企业自身的需求场景较小，且采样数据集独特。

这种场景可以引进少数技术人才。足以以最小的研发成本，得到比第三方大厂更好的视觉检测结果。

3.业内没有成熟方案，仅学术界有理论支撑。

这种情况比较麻烦，也往往面临技术挑战。最难的地方在于，需求场景的评估。

评估往往需要懂最新的技术理论，千万不要听从，整天把市场和用户体验挂嘴上的产品经理瞎忽悠。

首先，目前的需求场景，学术界的理论指标是多少，理论是否有足够的优化空间，以及能否达到工业级场景要求的准确率。

其次，如果不能达到工业级指标，是否采用设计分级

最后，综合评估，理论落地的时间和成本，以及产品优化能带来的效率和市场收益。

4.业内没有成熟方案，学术界理论也不成熟

对于这种极具挑战的场景，除非公司之前在这个领域已经有足够的技术和人才积累。可以尝试以这个技术点为核心，再加上新引进的算法人才，共同建立自己独特的技术壁垒。

即使在AI技术和各种论文不断刷新的今天，中小公司仍然有自己的优势。

以技术能力竞争的中小公司，可以以业内独有数据集和技术积累为基础，打造自己垂直的技术竞争点。

以业务能力竞争的中小公司，可以采用成熟的第三方平台或解决方案，提高自己的产品效率。