在当今的制造业中，由于遗漏的缺陷或质量不一致问题而导致的生产线停产，每年会让企业蒙受数百万美元的成本超支和营收损失。为了避免这些代价高昂的问题，工业企业必须保持不懈的努力，以确保质量控制。工业过程中的质量保证通常需要靠人工检查，即便在最好的情况下，这一过程仍是费时且不能保证不一致，而在最坏的情况下则几乎变得不可行。计算机视觉可以带来持续识别缺陷所需的速度和精度，然而，传统的计算机视觉解决方案可能很复杂。从头开始构建计算机视觉模型需要为制造过程中的每个元素精心标记大量图像。然后，数据科学家团队需要构建、训练、部署、监控和微调计算机视觉模型，以分析产品检查过程中的每个独立阶段。即使是微小的制造过程变化（如缺货部件替换为另一个同等部件，更新产品规格或改变照明），便意味着需要再训练和重新部署单个模型，或者是生产过程中下游的其它模型，很明显，这冗长而复杂，费力费时。由于这些障碍，计算机视觉驱动的视觉异常系统仍然是绝大多数公司无法触及的。
Amazon Lookout for Vision为客户提供了一种高精确度、低成本的异常检测解决方案，使用计算机视觉每小时处理数千张图像来发现缺陷和异常，而无需具有机器学习经验。客户将相机图像实时发送到Amazon Lookout for Vision，以识别异常情况，如产品表面损坏、部件丢失和生产线上的其它异常情况。利用“小样本学习(few-shot learning)”的机器学习技术（机器学习模型能够基于非常少量的训练数据进行数据分类），该服务只需低至30张可接受的和异常状态的图像作为基准，便可开始评估机器零件或制成品。除了能够在不需要大量训练数据的情况下检测异常之外，该功能还使服务能够适应各种工业环境下的检查任务。在分析数据之后，Amazon Lookout for Vision会通过服务仪表板或“DetectAnomalies”实时API报告与基准不同的图像，以便采取适当的行动。Amazon Lookout for Vision足够精细，能够在工作环境中实现相机角度、姿势和照明的高精度调整。客户还能够对结果提供反馈（例如预测是否正确地识别了异常），Lookout for Vision将自动重新训练底层模型，不断改进服务。该特性让技术可以充分适应制造过程中的变化，甚至根据客户反馈了解何时允许或不允许变化。这意味着客户可以更加灵活，根据其自身竞争优势或影响其运营的外部因素，适时调整流程。
“无论客户是给冷冻披萨配料还是为飞机制造精确校准的零部件，我们都清楚地了解，保证到达终端用户的产品都是高质量的，是他们业务的根本。虽然这似乎是显而易见的，但确保工业流程的质量控制实际上非常具有挑战性。”亚马逊云科技机器学习副总裁Swami Sivasubramanian表示，“我们很高兴能为所有规模和行业的客户提供Amazon Lookout for Vision，帮助他们进行快速而经济的大规模检测缺陷，节省时间和金钱，同时确保其消费者所依赖的质量，而这一切无需机器学习经验。”
Lookout for Vision可以直接通过Amazon Web Services控制台获得，也可以通过支持合作伙伴来帮助客户将计算机视觉嵌入到其设施内的现有操作系统中。该服务也与Amazon CloudFormation兼容。Lookout for Vision现已在美国东部（弗吉尼亚北部）、美国东部（俄亥俄）、美国西部（俄勒冈）、欧洲（爱尔兰）、欧洲（法兰克福）、亚太地区（东京）和亚太地区（首尔）区域正式推出，其它区域也将很快推出。
GE医疗是全球领先的医疗技术和数字解决方案创新者，通过智能设备、数据分析、应用程序和服务，帮助临床医生做出更快、更精准的决策。“Amazon Lookout for Vision的早期使用结果令人鼓舞，这将有助于提高我们各工厂检测产品缺陷的速度、一致性和准确性。” GE医疗日本公司运营官、制造部门总经理、工厂经理Kozaburo Fujimoto表示，“作为世界上最值得信赖的医疗保健公司之一，我们一个多世纪以来不断保持技术进步和数字化创新，我们对亚马逊云科技的工业机器学习服务将给我们的制造环境带来的益处充满期待。”
亚马逊的按需印刷(POD)设施，为客户按单印刷书籍。“由于书籍是在客户订购时制造的，确保制造过程每一步的精度至关重要。通过POD，我们可以快速地将最高质量的书籍提供给客户。”亚马逊POD全球总监David Symonds表示，“有了Amazon Lookout for Vision，我们可以在生产的每个步骤实现自动化和扩展视觉检测，同时以全速运行，帮助我们确保良好的客户体验。”
Basler是全球工业视觉制造商和解决方案提供商，为半导体检测、机器人、食品检测、邮政分拣和打印图像检测等应用领域提供摄像机和机器视觉系统。“减少故障是制造企业需要考虑的最重要KPI之一。传统的人工检测是一种劳动密集型且难以规模化的检测方法。通过使用计算机视觉进行质量检测，这一过程可以实现自动化，从而显著降低成本。Basler和Amazon Lookout for Vision提供了一个非常精简的架构，可以在任何生产场所采用基于视觉的异常检测。我们很高兴能够结合Basler在工业视觉和边缘平台的专业知识，以及亚马逊云科技在工业机器学习领域的投资，共同为我们的客户提供完整的视觉解决方案。”Basler AG市场营销总监Gerrit Fischer表示。
Dafgards在瑞典是一个家喻户晓的名字，生产各种各样的食品。“我们之前尝试了Amazon Lookout for Vision，以自动化检查我们的披萨生产线，检测披萨中是否有足够的奶酪和正确的配料，结果很好。” Dafgards卓越运营和工业物联网部门负责人Fredrik Dafgård表示，“我们很高兴能将Lookout for Vision扩展到汉堡和乳蛋饼等其它生产线，帮助我们检测包括不正确的配料在内的任何异常情况。我们计划将Lookout for Vision扩展到多个生产线。Amazon Lookout for Vision将帮助Dafgards提高检测缺陷和异常的一致性和准确性，使我们能够大规模提高整体生产质量。”
