采用云计算的机器视觉用户

机器视觉系统在日常操作中产生大量的图像数据。随着系统在分辨率、复杂性和速度方面的增加，图像数据量也在不断增加。如今，许多公司都转向云计算来处理这些数据流。

图像数据的存储是云的一个吸引人的方面，但最近互联网服务提供商提高了上传速度，使云计算成为一个更加实际的决定。虽然利用云对机器视觉应用程序有很多好处，但最终用户正在不同程度地集成它。

机器视觉中的边缘和云计算

一些对将数据存储在云端的机器视觉用户一直依赖边缘计算。这是在网络边缘处理数据的地方，数据是在这里生成的，而不是在一个集中的环境中。

边缘计算的主要优势是它促进了实时数据处理，允许用户在数据生成时做出响应。然而，当涉及到使用边缘计算时，有几个缺点。最大的问题是，当今机器视觉应用程序中的数据量太大，无法完全通过边缘计算来处理。此外，云可以执行比边缘计算设备更高级的计算功能。

机器视觉用户对云的采用正在上升

一旦机器视觉用户看到了云的全部潜力，他们就更有可能投资云计算。最早采用云计算的是那些使用3d视觉进行分析的公司，这种分析可以生成大量数据。在物流、材料科学计算和预防性或预测性维护中部署深度学习和人工智能的最终用户可能会成为云计算的下一个主要采用者。

这些应用程序都需要计算大量的数据。然而，云还有其他好处。云的巨大存储容量允许机器视觉用户追溯测试历史图像，以验证工艺质量并追溯产品故障。

机器视觉用户正在转向云来处理大量数据并利用先进的计算能力。随着越来越多的机器视觉用户看到边缘计算的局限性，云的采用将继续增加。

本文最初发表于视觉在线．AIA是先进自动化协会(A3)的一部分，是CFE媒体的内容合作伙伴。由CFE媒体制作编辑克里斯·瓦夫拉编辑，cvavra@cfemedia.com．

原始内容可以在www.visiononline.org．

您是否具有本内容中提到的主题的经验和专业知识?你应该考虑为我们的CFE媒体编辑团队做出贡献，并获得你和你的公司应得的认可。点击在这里开始这个过程。