机器视觉深度学习的演变

　　深度学习是机器学习的一个子集，而机器学习又是人工智能（AI）总体保护的一部分。AI是在1956年提出的。在1980年代，机器学习以算法的形式出现，该算法可以使用某种形式的统计分析来学习训练数据集中的模式，然后在“未知”数据中寻找那些相同的模式。但是，深度学习利用人工神经网络来模仿人脑进行识别和决策的方式。

　　得益于许多关键突破，深度学习确实在2012年左右开始产生影响。其中包括开发具有许多隐藏层的深度神经网络，通过GPU以可承受的成本进行大规模并行处理的可能性，大型数据存储功能以及可用于培训的大量数据集的可用性。现在，可通过商业图像处理软件获得用于机器视觉的深度学习功能。

　　在这一深入的功能中，我们将研究用于工业视觉的深度学习和机器学习分类方法。随着将这些工具整合到商业视觉软件产品中，这些强大方法的使用正变得越来越主流。与传统的分类方法相比，我们将仔细研究一些将受益于其使用的应用程序，并找出实现它们的简便性。