目前大量创业公司集中技术提供层，上游衔接芯片制造厂商和以科研机构、谷歌微软为代表的初级算法提供商，下游对接产品和解决方案的参与者们，比如工业机器人厂商、家电厂商、门禁系统厂商。各应用场景的视觉识别技术探索刚刚起步。人脸识别领域竞争激烈，机器人视觉或将成为下一热点, 各应用场景探索仍待深入。创业公司应与应用场景厂商达成合作，利用算法集成技术优势争取一席之地。

工业机器视觉更强调实用性，因为，必须做到适应工业生产中恶劣的环境，同时也要有合理的性价比、较高的容错能力和安全性和通用的工业接口，只有这样才能够让由普通工人也能进行操作。工业机器视觉更强调实时性，要求高速度和高精度，因而计算机视觉和数字图像处理中的许多技术目前还难以应用于机器视觉，它们的发展速度其实已经远远的超过了其在工业生产中的实际应用速度。

在科技不断发达的今天，视觉检测是现代工业生产中十分普遍的,视觉检测能够更好的检测出生产流程中的错误，能够将产品的质量问题更好的检测出来，提高工业生产的效率和生产的自动化程度，并且将工业生产的度提高，使得工作的进程加快，节省时间，而人工视觉检测却失误率较高。

效率：工业自动化的快速发展，使生产效率大幅提升，从而对检测效率提出了更高的要求。人工检测效率是在一个固定区间，无法大幅提升，而在流水线重复且机械化的检测过程中，检测人员很容易出现疲劳而导致检测效率降低；而视觉检测能够更快的检测产品，特别是在生产线检测高速运动的物体时，机器能够提高检测效率，速度甚至能够达到人工十到二十倍。