近日，Meta AI發(fā)布了基礎(chǔ)模型 Segment Anything Model(SAM)并開源，其本質(zhì)是用GPT的方式(基于Transform 模型架構(gòu))讓計算機具備理解了圖像里面的一個個“對象”的通用能力。SAM模型建立了一個可以接受文本提示、基于海量數(shù)據(jù)訓(xùn)練而獲得泛化能力的圖像分割大模型。這些特征在自動駕駛(檢測其他汽車、行人和障礙物)、醫(yī)學(xué)成像(提取特定結(jié)構(gòu)或潛在病灶)等應(yīng)用中特別重要。

根據(jù)美國制造工程師協(xié)會機器視覺分會和美國機器人工業(yè)協(xié)會自動化視覺分會對機器視覺的定義，機器視覺是通過光學(xué)的裝置和非接觸的傳感器，自動地接收和處理一個真實物體的圖像，以獲得所需信息或用于控制機器人運動的裝置。

機器視覺行業(yè)的上游包括相機、鏡頭、光源等硬件及算法軟件；機器視覺行業(yè)的中游為視覺系統(tǒng)與智能裝備；機器視覺行業(yè)的下游為各行業(yè)集成應(yīng)用和服務(wù)。一個典型的機器視覺應(yīng)用系統(tǒng)包括圖像捕捉、光源系統(tǒng)、圖像數(shù)字化模塊、數(shù)字圖像處理模塊、智能判斷決策模塊和機械控制執(zhí)行模塊。

機器視覺產(chǎn)業(yè)圖譜

從全球機器視覺市場來看，機器視覺市場包括視覺器件、可配置視覺系統(tǒng)和智能視覺裝備三個細(xì)分市場。根據(jù)前瞻產(chǎn)業(yè)研究院報告，機器視覺產(chǎn)業(yè)鏈整體可分為底層開發(fā)商（核心零部件和軟件提供商）、集成和軟件服務(wù)商（二次開發(fā)），其中核心零部件及軟件包括光源、鏡頭、工業(yè)相機、圖像采集卡、圖像處理軟件等。在目前的整個機器視覺系統(tǒng)成本構(gòu)成上，核心零部件及軟件開發(fā)占據(jù)了80%的比例，是產(chǎn)業(yè)鏈中的核心環(huán)節(jié)。

機器視覺系統(tǒng)成本構(gòu)成

5億年前，感光細(xì)胞的產(chǎn)生催生了寒武紀(jì)的生物大爆發(fā)。當(dāng)下眼睛成為絕大部分生物賴以生存的重要工具，但只有一個眼球是什么也看不到的，因為視覺傳感器和其它傳感器不一樣。視覺的產(chǎn)生是需要大腦完成處理的，可以說眼睛不僅僅是個器官，它其實是大腦的一部分。而今天視覺大模型SAM的發(fā)布正如五億年前的感光細(xì)胞，它正帶領(lǐng)我們感受即將來臨的機器智能的時代光芒！