工厂里的质量检测，以前全靠工人一双眼睛。眼睛看花了，漏检错检都是常事。现在工业视觉检测越来越普及，机器正在取代人眼做质量把控。这背后的技术是怎么发展过来的？

　　最早的工业视觉，就是简单的相机拍照，然后用人工设定的规则判断好不好。比如表面有没有划痕、尺寸合不合格。这种方法简单，但只能应对特别标准的场景。稍微复杂一点的缺陷就搞不定了。

　　后来有了机器学习。给系统喂很多缺陷样本，让算法自己学习什么是缺陷。这样复杂一点的缺陷也能识别了。但机器学习需要人工设计特征，对工程师要求很高。

　　现在是深度学习的时代。卷积神经网络出来之后，视觉检测的准确率一下子就上来了。算法自己学特征，不用人工设计。只要给够样本，连特别细微的缺陷都能揪出来。

　　现在的工业视觉系统，不光能检测，还能做定位和测量。机器人抓零件，先靠视觉找到零件在哪，再下手。整个工厂里，到处都是机器的眼睛。