近年来，嵌入式视觉在市场广泛的应用，并取得了前所未有的增长，那么推动嵌入式视觉的激增有哪些因素呢？

适用于各种实际应用程序以前计算机视觉应用程序依赖于为每个特定应用程序和用例精心设计的高度专业化算法。这意味着计算机视觉设计很难，这大大减缓了基于视觉的应用程序的采用。此外，这使得新应用程序非常昂贵且耗时。现在基于基于计算机视觉的算法，系统和应用程序大规模的在部署，使嵌入式视觉方案变的更容易。深度学习是这一趋势的驱动因素之一。由于深度学习算法的普遍性，开发专门算法的需求较少。相反，开发人员的重点可以转移到在可用算法中进行选择，然后获得必要数量的训练数据。深度神经网络（DNN）已经改变了计算机视觉，在诸如识别对象，定位帧内的对象以及确定哪些像素属于哪个对象等任务上提供了优异的结果。即使以前用传统技术解决的问题现在也在使用深度学习技术找到更好的解决方案。

可以低成本和低功耗部署

简化计算机视觉开发和部署的另一个关键因素是云计算的兴起和更好的开发工具。例如，现在工程师可以即时访问云中的预配置开发环境，而不是花费数天或数周来安装和配置开发工具。同样，当需要大量计算能力来训练或验证神经网络算法时，可以在云中快速且经济地获得该计算能力。云计算为许多基于视觉的系统的初始部署提供了一条简单的途径，即使在最终开发人员转向基于边缘的计算以降低成本的情况下也是如此。

本文由朗锐智科编辑整理（www.lrist.com），如有侵权请联系本站。