2018年Vision show将于11月6日至8日在斯图加特举行，缺陷检测设备，据悉，此次展会上深度学习技术将会成为一大亮点。各企业如MVTec Software, Adaptive Vision, Irida Labs, Stemmer Imaging等将在展会上充分展示深度学习技术。

    展会项目经理Florian Niethammer评论说：“11月6日至8日，在斯图加特，我们将会看到参展商们如何探讨深度学习这个话题并将其与传统机器视觉联系起来，这将会非常令人兴奋，当然还有嵌入式视觉。我们期待新产品和解决方案的真正爆炸式增长，这是许多人在两年前的展会上所无法想象的。”
    基于深度学习的系统能够分析大量的数字图像数据，这使得训练它们识别某些物体的模型成为可能，缺陷检测设备，MVtec软件公司总经理Olaf Munkelt博士在体现。“在这些训练数据的帮手下，分类器将学习如何区分指定的类别，”他增补说。
    “深度学习的优势在于它可以比传统机器视觉系统中的预定义规则采取更灵活的决策，”Stemmer Imaging机器视觉部门负责人Volker Gimple体现。 Silicon Software总经理Klaus-Henning Noffz博士增补说，当海量变革的测试对象难以用数学建模的方式处理时，深度学习就派上用场了。
    今天，深度学习被整合到机器视觉处理的测试对象的分类的应用中。 Noffz博士提供了汽车制造的一个例子：“借助深度学习，自学习算法可以检测到油漆中的每一个微小缺陷，甚至是肉眼看不见的那些。”

?

     虽然深度学习的应用仍然存在许多障碍，好比执行所需的时间和精力以及神经网络的训练，但是像Framos这样的公司相信深度学习几乎可以支配每种分类方法，例如中期的在质量保证或分类方面。
    Noffz博士也认为：“深度学习可以得到广泛的应用。例如，与分类相关的任务比使用算法技术更容易处理。神经网络尤其适用于许多其他任务，包孕那些涉及反射外貌，光线不足的环境，移动物体，机器人和3D。”
     正如Irida Labs的Vassilis Tsagaris所评论的那样，将深度学习与传统机器视觉相结合，在确保100％分类方面有重大意义。我们不久就会看到越来越多的混合系统。大多数时候，你需要深度学习和机器视觉的算法。