A gépi látás ma már érett technológiának számít és számos piaci szereplővel rendelkezik. A lapkakészletek, a szoftverek és a szabványok területén elért jelentős előrelépések pedig már a deep learning innovációit is igyekeznek bemutatni az ágazatnak.
A gépi látás és a mélytanulás kombinációja erős alapot ad a vállalatoknak mind az operatív működés, mind a befektetésarányos megtérülés vonatkozásában. A beruházások megtérülésének maximalizálása szempontjából elengedhetetlen tehát a hagyományos gépi látás és a mélytanulás közötti különbségek felkutatása, valamint annak megértése, hogy ezek a technológiák kiegészítik egymást – nem pedig versenyeznek egymással, vagy helyettesítik egymást. Jelen cikk ezt a kérdéskört hivatott tisztázni.
Az aszimmetrikus elemek gyors és megbízható kezelése már nem jelenthet gondot a jövőben, hála a DENSO, az EnShape (már a Cognex része) és az Eyefeeder közös fejlesztésű 3D fröccsöntött áru kiemelő megoldásának.
