机器视觉是指利用相机等传感器，配合算法赋予智能设备视觉功能，以实现物体的识别、检测、测量等任务的技术，是一种非接触的测量方式 。其应用场景主要包括定位、识别、检测和测量，其中定位是占比最高的应用领域。算法评价方法与系统性能评价是技术发展的重要组成部分 。
在深度学习算法出现之前，视觉算法大致可分为特征感知、图像预处理、特征提取、特征筛选、推理预测与识别五个步骤 。当前，机器视觉算法已从传统规则式升级为“传统算法+AI深度学习”的协同模式，覆盖全场景检测需求。AI深度学习算法通过海量缺陷样本训练模型，可精准区分微小缺陷，ResNet、YOLO、U-Net等模型已广泛应用于工业缺陷检测 。3D视觉传感技术也在持续发展 。在工业应用中，视觉算法通过持续优化以提升装配稳定性等性能 。
随着深度学习发展，卷积神经网络(CNN)得以应用。1998年，LeNet提出了深度学习网络的原型。2012年，AlexNet在ImageNet图像识别比赛中夺冠。VGG网络和GoogLeNet在2014年的ImageNet比赛中夺冠，ResNet在2015年夺冠 。
想要了解更多“机器视觉算法”的信息，请点击：机器视觉算法百科
