老是在做車牌辨識，久了也會膩的！好高興終於有不同的案子可做了！如上圖就只是辨識5X5的洞洞裏面有沒有東西？有的是白的，沒有的是黑的！影像大致是水平的，但因為要給在洞洞裡的物體做雷射雕刻，所以要辨識出精準位置與其實很小的排列傾斜(旋轉)角度！原圖的解析度是長寬都超過兩千畫素的！

這就是典型的AOI了！早期的AOI使用的影像解析度都很低，大概就是幾百乘以幾百畫素而已，相對的背景雜訊也就比較少，需要辨識的目標物畫素也不多，辨識核心開發需要的技術也就比較簡單！但是畫素少就表示能看到的細節不多，辨識結果的精度也較低！

現在高畫素的影像變便宜了，電腦運算能力也變強了，當然大家都希望看到更多產品細節與提高精準度！但是影像內容變多變複雜之後，辨識軟體的設計難度也跟著提高了！所以很多原本很封閉，只是由大工廠內部的資訊技術人員自己搞定的AOI，因為難度提高開始會找外面的專家來做了！專家是誰？就是我囉！

AOI是個相對於自然環境下的影像辨識比較簡單的影像辨識，要讓機器學習「學會」自然環境的影像辨識其實很困難，所以像是道路情境下的車牌辨識之類的題目，目前深度學習或CNN之類的所謂「AI」解決方案還是遠不如使用傳統方式的影像辨識做得好！成本也高得嚇人！所以我這種以傳統技術為主的影像辨識廠商依舊過得很好！比使用DL與CNN的廠商好多了！

但是把DL與CNN用在AOI的目的上是比較可行的！所以也有很多廠商拿DL與CNN的技術專攻AOI應用，大致就是賣一些號稱很AI的軟體，客戶可以自己拿一些資料自己訓練出不錯的AOI軟體！但是有些很微妙的狀況讓這種商業模式推廣得並不很順利！

首先就是機器學習並不是那麼自動那麼好操作，要如何選資料？如何標記資料？如何設定訓練條件與門檻？等等，一般技術人員即使買了那種AI軟體，如果沒有深厚的機器學習操作經驗，還是沒有辦法做得好！買那種軟體很昂貴，如果自己人不會用那就是浪費了！

而且產品需要的AOI並不是日常工作，不需要常常做的！通常做好一個AOI功能就可以使用很多年！所以多數廠商最後還是傾向把這個工作外包，讓更專業的人來做！就像我們多數人已經不太自己下廚煮飯了！外食或叫外賣都很方便，甚至比自己煮更便宜！

所以我很期待這種新商機！如上這個案子，其實以我的技術經驗，只做辨識核心需要的時間不過兩三天，其他使用介面與周邊硬體等工作由合作的系統整合商做，一個數十萬的案子我大概只收不到十萬元！但是如果平均一天就賺兩三萬，那就是Easy money了！比起他們自己坐困愁城幾個月都做不好，還耽誤生產時間，給我做是皆大歡喜嘛！

會很競爭嗎？我預期是還好的！那些堅持用機器學習的「AI」廠商研發效率一定遠不如我的！開發成本也一定比我高很多！只要客戶願意找我，多做一些案子打開知名度之後，我不怕競爭的！