深度學習之於工廠自動化的應用
解決難度高到無法維護的複雜視覺應用
基於深度學習型圖像分析結合人類視覺檢測的特異性與靈活度，還具備電腦化系統的可靠性，一致性及速度。深度學習模型可精準且重複地解決困難的視覺應用，這類應用過於複雜而無法程式化，通常無法使用傳統機器視覺方法進行維護。深度學習模型可分辨無法接受的缺陷，同時容許複雜圖案的自然變化。不僅如此，它們還可迅速適應新的實例，而無需重新程式設計核心演算法。
相較於人工或傳統機器視覺解決方案，基於深度學習軟體可以更有效率地執行基於判斷的應用：- 組件定位
- 檢測
- 分類
- 字元識別
主要製造廠商紛紛轉向採用深度學習解決方案和人工智慧，來解決其錯綜複雜的自動化挑戰。
