（一）产品质量与技术实力
核心部件方面：机器视觉检测设备的核心部件包括智能相机、板卡、软件包等。好的生产厂家应能提供多种类型且高质量的智能相机，如黑白智能相机、彩色智能相机等，并且板卡性能稳定，软件包功能强大且易于操作。例如，有的厂家在智能相机的图像采集精度上能够达到很高水平，其板卡的数据传输速度也较快，软件包中的图像处理算法先进，能够满足复杂的检测需求。
技术创新能力：挑选时要关注厂家是否有持续的技术创新能力。例如是否能紧跟人工智能等新技术在机器视觉中的应用趋势，将深度学习算法融入到视觉检测设备中，以提升设备对复杂任务如缺陷探测、零件定位和分类等的处理能力。
（二）行业经验与应用案例
丰富的行业经验：有较长时间在机器视觉检测设备行业发展的厂家，往往更能理解不同行业的特殊需求。例如在电子行业，对于AOI光学检测、PCB印刷电路布局检测等有着深入了解的厂家，能提供更贴合该行业需求的检测设备；在汽车行业，熟悉车身装配、面板印刷质量检测等环节的厂家，其设备会更具针对性。
广泛的应用案例：有众多成功应用案例的厂家更值得信赖。如果一个厂家的设备被多个知名企业采用，如在iPhone生产中提供检测设备保障生产全过程，或者在汽车生产线中被广泛使用，这说明其设备的可靠性和实用性较高。
（三）售后服务
技术支持：视觉检测设备在使用过程中可能会遇到各种技术问题，厂家能否提供及时有效的技术支持非常关键。包括设备的安装调试指导、故障排除等。例如有的厂家提供24小时在线技术支持，能够快速响应客户的问题。
设备维护与升级：好的厂家会提供设备的定期维护服务，并能根据技术发展和客户需求对设备进行升级。例如随着视觉检测算法的不断改进，厂家能够为已售出设备提供软件算法升级服务，以提高设备的检测性能。
二、机器视觉检测设备行业前景
（一）技术发展推动
人工智能深度应用：人工智能技术将在机器视觉行业中得到深度应用。过去十年的一些发展使得在机器视觉中应用深度学习技术成为现实。例如ViDiSystems公司（2017年4月被康耐视公司收购）开发的ViDiSuite软件，基于最先进的机器学习算法，可完成缺陷探测、零件定位、分类等任务中的诸多艰巨挑战，未来随着AI技术的进一步发展，机器视觉的检测能力将不断提升超越现有解决方案，胜任更具挑战性的应用，使机器思考更像人类。
基于嵌入式产品的发展：随着计算机技术和微电子技术的迅速发展，嵌入式系统的应用领域越来越广泛。基于嵌入式的产品将逐渐取代板卡式的产品是整个行业的发展趋势。嵌入式产品可靠性高、可维护性好、易于升级换代，这将推动机器视觉检测设备行业朝着更高效、更稳定的方向发展，不过板卡式产品对于提升国内的机器视觉产品研发实力也有一定帮助。
（二）应用领域拓展
工业领域持续增长
电子行业：电子行业作为机器视觉领域的核心驱动力，占据了近半数的市场需求份额。从AOI光学检测到PCB印刷电路的精确布局，从电子封装的严密性到丝网印刷的清晰度，再到SMT表面贴装的精准定位等环节都离不开机器视觉检测设备。随着全球智能手机、平板电脑和可穿戴设备等消费电子领域的蓬勃发展，机器视觉在该领域的需求有望呈现爆发式增长，特别是3C行业正处于技术革新时期，机器视觉需求增长动力强劲，如玻璃、屏幕缺陷检测难题的攻克以及国内智能手机市场中高端化趋势都为其应用提供了广阔空间。
汽车行业：汽车行业是机器视觉技术的重要应用领域，约占15%的市场需求份额。在汽车制造过程中，从车身装配到面板印刷质量检测、字符识别、零件尺寸精确测量、工件表面微小缺陷和自由曲面精细检测等环节都需要机器视觉技术。随着汽车行业对质量、智能化和轻量化要求的提高，对机器视觉技术的需求也在稳步上升，如3D视觉系统在汽车生产中的广泛应用将不断提升生产效率和产品质量。
非工业应用崛起：无人驾驶汽车、自动农场设备、无人机应用、智能交通系统、引导性手术和机器视觉的其他非工业用途正在迅速普及，并且通常要求机器视觉的功能不同于工业应用。例如亚马逊的无人商店测试，顾客利用机器视觉相机、传感器和RFID标签完成购物，阿里巴巴、京东等也在部署无人超市，预计未来3 – 5年，会有更多零售商采用机器视觉技术，这将成为机器视觉检测设备行业新的增长点。
