一、視覺(jué)人工智能技術(shù)發(fā)展歷程
1、計(jì)算機(jī)視覺(jué)的定義
計(jì)算機(jī)視覺(jué)技術(shù)賦予計(jì)算機(jī)人類雙眼所擁有的分割、分類、識(shí)別、跟蹤、判別等功能，通過(guò)構(gòu)造多層的神經(jīng)網(wǎng)絡(luò)，識(shí)別不同層級(jí)的圖像特征并在頂層做出判斷和分類。
2、計(jì)算機(jī)視覺(jué)的發(fā)展歷程
馬爾計(jì)算視覺(jué)：20 世紀(jì) 80 年代，主要討論“計(jì)算理論”和“表達(dá)與算法”，認(rèn)為大腦的神經(jīng)計(jì)算和計(jì)算機(jī)的數(shù)值計(jì)算沒(méi)有本質(zhì)區(qū)別。
多視幾何與分層三維重建：20 世紀(jì) 90 年代，研究重點(diǎn)在于如何在保證魯棒性的前提下快速進(jìn)行大場(chǎng)景的三維重建，而重建需要反復(fù)和大量的計(jì)算。
基于學(xué)習(xí)的視覺(jué)：21 世紀(jì)初至今，以機(jī)器學(xué)習(xí)為主要技術(shù)手段的計(jì)算機(jī)視覺(jué)研究，包括以流性學(xué)習(xí)的子空間法和目前以深度學(xué)習(xí)為代表的視覺(jué)方法。
如上所示，計(jì)算機(jī)視覺(jué)主要經(jīng)歷了以上三個(gè)發(fā)展階段。伴隨著同期互聯(lián)網(wǎng)海量數(shù)據(jù)的爆發(fā)，各類數(shù)據(jù)集成為計(jì)算機(jī)視覺(jué)技術(shù)發(fā)展的土壤，而深度學(xué)習(xí)和深層神經(jīng)網(wǎng)絡(luò)理論最終帶來(lái)最新一次的技術(shù)變革。2015 年，視覺(jué)人工智能系統(tǒng)識(shí)別項(xiàng)目 ImageNet 比賽中，ResNet 以 3.57%的識(shí)別錯(cuò)誤率首次超越人類視覺(jué)的 5.1%。目前人臉識(shí)別準(zhǔn)確率已經(jīng)提升至 97%以上。
二、視覺(jué)人工智能產(chǎn)業(yè)鏈簡(jiǎn)介
與人工智能市場(chǎng)的產(chǎn)業(yè)鏈相似，視覺(jué)人工智能市場(chǎng)的產(chǎn)業(yè)鏈同樣分為基礎(chǔ)層、技術(shù)層與應(yīng)用層。其中，基礎(chǔ)層主要包括提供算力的芯片與提供信息采集功能的前端設(shè)備組成的硬件支持、相關(guān)底層技術(shù)支持，與海量信息數(shù)據(jù)；技術(shù)層則主要包括基于各類識(shí)別技術(shù)構(gòu)建的軟件產(chǎn)品、解決方案和技術(shù)平臺(tái)；應(yīng)用層則包括了各類視覺(jué)人工智能的應(yīng)用場(chǎng)景。
三、視覺(jué)人工智能行業(yè)市場(chǎng)規(guī)模與行業(yè)構(gòu)成
作為人工智能產(chǎn)業(yè)中應(yīng)用最為廣泛的技術(shù)之一，計(jì)算機(jī)視覺(jué)技術(shù)擁有前景廣闊的龐大市場(chǎng)。在 2017 年的爆發(fā)式增長(zhǎng)后，我國(guó)計(jì)算機(jī)視覺(jué)市場(chǎng)近幾年的增長(zhǎng)趨緩，但仍處于較高水平。根據(jù)高工產(chǎn)研機(jī)器人研究所的數(shù)據(jù)，2019 年中國(guó)計(jì)算機(jī)視覺(jué)應(yīng)用市場(chǎng)達(dá) 14.56 億美元。而根據(jù)沙利文咨詢出具的研究，2019 年中國(guó)計(jì)算機(jī)視覺(jué)市場(chǎng)規(guī)模達(dá)到 219.6億元。
目前，視覺(jué)人工智能被廣泛應(yīng)用于各個(gè)行業(yè)，包括安防、零售、營(yíng)銷、醫(yī)療等等。其中，根據(jù)億歐數(shù)據(jù)的研究，2018 年中國(guó)計(jì)算機(jī)人臉識(shí)別市場(chǎng)中安防場(chǎng)景的應(yīng)用占 61.2%，根據(jù)前瞻研究院數(shù)據(jù)，2020 年中國(guó)計(jì)算機(jī)視覺(jué)應(yīng)用層份額中，安防影像分析占 67.9%，國(guó)內(nèi)明確的應(yīng)用場(chǎng)景和強(qiáng)大的客戶需求讓 AI 技術(shù)在安防行業(yè)快速落地。在安防行業(yè)，視覺(jué)人工智能的應(yīng)用場(chǎng)景包括門禁、智能攝像頭等，依托人像識(shí)別技術(shù)，安防排查和管理效率得到顯著提升。
同時(shí)，根據(jù)中科院發(fā)布的《2019 年人工智能發(fā)展白皮書》等，目前計(jì)算機(jī)視覺(jué)技術(shù)除了安防之外，較為典型的應(yīng)用場(chǎng)景還包括：
1、自動(dòng)駕駛
自動(dòng)駕駛汽車需要使用計(jì)算機(jī)視覺(jué)技術(shù)。特斯拉等汽車制造商已經(jīng)通過(guò)攝像頭、激光雷達(dá)、雷達(dá)和超聲波傳感器從環(huán)境中獲取圖像，研發(fā)自動(dòng)駕駛汽車來(lái)探測(cè)目標(biāo)、車道標(biāo)志和交通信號(hào)，從而安全駕駛。
2、醫(yī)療
由于 90％的醫(yī)療數(shù)據(jù)都是基于圖像的，因此醫(yī)學(xué)中的計(jì)算機(jī)視覺(jué)有很多用途。比如啟用新的醫(yī)療診斷方法，分析 X射線，X光檢查，AI診療等。
3、制造業(yè)
計(jì)算機(jī)視覺(jué)技術(shù)可以幫助工業(yè)制造商更安全、更智能、更有效地運(yùn)行，比如預(yù)測(cè)性維護(hù)設(shè)備故障，對(duì)包裝和產(chǎn)品質(zhì)量進(jìn)行監(jiān)控，并通過(guò)計(jì)算機(jī)視覺(jué)技術(shù)識(shí)別和減少不合格產(chǎn)品。
4、翻譯
傳統(tǒng)翻譯采用人工查詞的方式，不但耗時(shí)長(zhǎng)，而且錯(cuò)誤率高。圖像識(shí)別技術(shù)的出現(xiàn)大幅提升了翻譯的效率和準(zhǔn)確度，用戶通過(guò)簡(jiǎn)單的拍照、截圖或劃線就能得到準(zhǔn)確的翻譯結(jié)果。
四、視覺(jué)人工智能技術(shù)的場(chǎng)景應(yīng)用舉例
視覺(jué)人工智能目前被廣泛應(yīng)用于多個(gè)行業(yè)，其功能和應(yīng)用涉及到數(shù)據(jù)采集端——終端，數(shù)據(jù)傳輸，數(shù)據(jù)存儲(chǔ)、處理和輸出端——云端，通過(guò)云端和終端的密切配合，最終實(shí)現(xiàn)有效結(jié)果的輸出。以安防場(chǎng)景為例，在一個(gè)完整的端云架構(gòu)中，終端 IoT 設(shè)備主要用于數(shù)據(jù)采集，例如攝像機(jī)通過(guò)拍攝視頻來(lái)采集數(shù)據(jù)，然后終端設(shè)備通過(guò)傳播介質(zhì)將數(shù)據(jù)傳輸至云端，再由云端進(jìn)行批量的分析處理，最后輸出分析結(jié)果。
由于終端設(shè)備需要更多地考慮功耗和成本，過(guò)去在端側(cè)僅部署較小的算力，更依靠云側(cè)算力的支持。在數(shù)據(jù)呈現(xiàn)指數(shù)級(jí)增長(zhǎng)的今天，一方面終端的視頻流數(shù)據(jù)快速增長(zhǎng)加重了傳輸渠道的負(fù)載，導(dǎo)致原有帶寬無(wú)法支撐數(shù)據(jù)的及時(shí)、有效傳輸，進(jìn)而影響了云端算力的科學(xué)調(diào)度；另一方面，數(shù)據(jù)量的指數(shù)級(jí)增長(zhǎng)大幅提高了云端對(duì)并行運(yùn)算數(shù)據(jù)峰值的要求，云側(cè)的部署成本隨著數(shù)據(jù)處理需求的極值增長(zhǎng)而顯著提高，但在數(shù)據(jù)處理的“平峰期”，云端算力將存在無(wú)法得到充分、有效運(yùn)用的情形。
為了更好地平衡云側(cè)和端側(cè)的算力分布，實(shí)現(xiàn)整體效率的最大化，目前通過(guò)提升端側(cè)和邊緣側(cè)的智能化水平和算力，實(shí)現(xiàn)整體算力分布的前置成為行業(yè)的新趨勢(shì)。通過(guò)將部分算力和分析程序前置到終端設(shè)備，終端可以實(shí)現(xiàn)對(duì)數(shù)據(jù)的預(yù)處理，僅需將部分特征數(shù)據(jù)傳至云端，甚至在本地完成對(duì)數(shù)據(jù)的完整分析。通過(guò)分布式算力部署，端側(cè)設(shè)備形成的數(shù)據(jù)處理集群逐步向云側(cè)設(shè)備融合。
隨著系統(tǒng)架構(gòu)的不斷優(yōu)化，一方面這將增加有效算力，緩解帶寬壓力，減少設(shè)備的成本投入，另一方面數(shù)據(jù)的本地處理也能有效規(guī)避云側(cè)分析帶來(lái)的數(shù)據(jù)安全、隱私保護(hù)等風(fēng)險(xiǎn)。隨著端側(cè)芯片能夠靈活支持更多算法，在云端集中的算力部署也將更加合理，最終實(shí)現(xiàn)“端云協(xié)同”的協(xié)同效應(yīng)，即架構(gòu)內(nèi)算力、成本、時(shí)延、功耗的最優(yōu)平衡。為實(shí)現(xiàn)這一效果，端側(cè)對(duì)芯片的兼容性和靈活性有更高的要求，在控制成本和功耗的同時(shí)提升算力，從而實(shí)現(xiàn)云端部署和應(yīng)用場(chǎng)景的靈活適配。
第一章 視覺(jué)人工智能行業(yè)發(fā)展概述
第一節(jié) 視覺(jué)人工智能的概念
第二節(jié) 視覺(jué)人工智能行業(yè)發(fā)展成熟度
第三節(jié) 視覺(jué)人工智能行業(yè)產(chǎn)業(yè)鏈分析
第二章 2020-2022年中國(guó)視覺(jué)人工智能行業(yè)運(yùn)行環(huán)境分析
第一節(jié) 2020-2022年中國(guó)宏觀經(jīng)濟(jì)環(huán)境分析
第二節(jié) 2020-2022年中國(guó)視覺(jué)人工智能行業(yè)發(fā)展政策環(huán)境分析
一、國(guó)內(nèi)宏觀政策發(fā)展建議
（一）繼續(xù)實(shí)施積極的財(cái)政政策，加大結(jié)構(gòu)調(diào)整力度
（二）采取組合調(diào)控措施，確保物價(jià)水平穩(wěn)定
（三）推動(dòng)節(jié)能減排市場(chǎng)化運(yùn)作
二、視覺(jué)人工智能行業(yè)政策分析
三、相關(guān)行業(yè)政策影響分析
第三節(jié) 2020-2022年中國(guó)視覺(jué)人工智能行業(yè)發(fā)展社會(huì)環(huán)境分析
第三章 2020-2022年中國(guó)視覺(jué)人工智能行業(yè)市場(chǎng)發(fā)展分析
第一節(jié) 視覺(jué)人工智能行業(yè)市場(chǎng)發(fā)展現(xiàn)狀
一、市場(chǎng)發(fā)展概況
二、發(fā)展熱點(diǎn)回顧
三、市場(chǎng)存在問(wèn)題及策略分析
第二節(jié) 視覺(jué)人工智能行業(yè)技術(shù)發(fā)展
一、技術(shù)特征現(xiàn)狀分析
二、新技術(shù)研發(fā)及應(yīng)用動(dòng)態(tài)
三、技術(shù)發(fā)展趨勢(shì)
第三節(jié) 中國(guó)視覺(jué)人工智能行業(yè)消費(fèi)市場(chǎng)分析
一、消費(fèi)特征分析
二、消費(fèi)需求趨勢(shì)
三、品牌市場(chǎng)消費(fèi)結(jié)構(gòu)
第四節(jié) 視覺(jué)人工智能所屬行業(yè)產(chǎn)銷數(shù)據(jù)統(tǒng)計(jì)分析
一、整體市場(chǎng)規(guī)模
二、區(qū)域市場(chǎng)數(shù)據(jù)統(tǒng)計(jì)情況
第五節(jié) 2023-2028年視覺(jué)人工智能行業(yè)市場(chǎng)發(fā)展趨勢(shì)
第四章 2020-2022年中國(guó)視覺(jué)人工智能所屬行業(yè)主要指標(biāo)監(jiān)測(cè)分析
第一節(jié) 2020-2022年中國(guó)視覺(jué)人工智能所屬行業(yè)工業(yè)總產(chǎn)值分析
一、2020-2022年中國(guó)視覺(jué)人工智能所屬行業(yè)工業(yè)總產(chǎn)值分析
二、不同規(guī)模企業(yè)工業(yè)總產(chǎn)值分析
三、不同所有制企業(yè)工業(yè)總產(chǎn)值比較
第二節(jié) 2020-2022年中國(guó)視覺(jué)人工智能所屬行業(yè)主營(yíng)業(yè)務(wù)收入分析
一、2020-2022年中國(guó)視覺(jué)人工智能所屬行業(yè)主營(yíng)業(yè)務(wù)收入分析
二、不同規(guī)模企業(yè)主營(yíng)業(yè)務(wù)收入分析
三、不同所有制企業(yè)主營(yíng)業(yè)務(wù)收入比較
第三節(jié) 2020-2022年中國(guó)視覺(jué)人工智能所屬行業(yè)產(chǎn)品成本費(fèi)用分析
一、2020-2022年中國(guó)視覺(jué)人工智能所屬行業(yè)銷售成本分析
二、不同規(guī)模企業(yè)銷售成本比較分析
三、不同所有制企業(yè)銷售成本比較分析
第四節(jié) 2020-2022年中國(guó)視覺(jué)人工智能所屬行業(yè)利潤(rùn)總額分析
一、2020-2022年中國(guó)視覺(jué)人工智能所屬行業(yè)利潤(rùn)總額分析
二、不同規(guī)模企業(yè)利潤(rùn)總額比較分析
三、不同所有制企業(yè)利潤(rùn)總額比較分析
第五節(jié) 2020-2022年中國(guó)視覺(jué)人工智能所屬行業(yè)資產(chǎn)負(fù)債分析
一、2020-2022年中國(guó)視覺(jué)人工智能所屬行業(yè)資產(chǎn)負(fù)債分析
二、不同規(guī)模企業(yè)資產(chǎn)負(fù)債比較分析
三、不同所有制企業(yè)資產(chǎn)負(fù)債比較分析
第六節(jié) 2020-2022年中國(guó)視覺(jué)人工智能所屬行業(yè)財(cái)務(wù)指標(biāo)分析
一、行業(yè)盈利能力分析
二、行業(yè)償債能力分析
三、行業(yè)營(yíng)運(yùn)能力分析
四、行業(yè)發(fā)展能力分析
第五章 中國(guó)視覺(jué)人工智能行業(yè)區(qū)域市場(chǎng)分析
第一節(jié) 華北地區(qū)
一、華北地區(qū)經(jīng)濟(jì)發(fā)展現(xiàn)狀分析
二、市場(chǎng)規(guī)模情況分析
三、行業(yè)發(fā)展前景預(yù)測(cè)
第二節(jié) 東北地區(qū)
一、東北地區(qū)經(jīng)濟(jì)發(fā)展現(xiàn)狀分析
二、市場(chǎng)規(guī)模情況分析
三、行業(yè)發(fā)展前景預(yù)測(cè)
第三節(jié) 華東地區(qū)
一、華東地區(qū)經(jīng)濟(jì)發(fā)展現(xiàn)狀分析
二、市場(chǎng)規(guī)模情況分析
三、行業(yè)發(fā)展前景預(yù)測(cè)
第四節(jié) 華南地區(qū)
一、華南地區(qū)經(jīng)濟(jì)發(fā)展現(xiàn)狀分析
二、市場(chǎng)規(guī)模情況分析
三、行業(yè)發(fā)展前景預(yù)測(cè)
第五節(jié) 華中地區(qū)
一、華中地區(qū)經(jīng)濟(jì)發(fā)展現(xiàn)狀分析
二、市場(chǎng)規(guī)模情況分析
三、行業(yè)發(fā)展前景預(yù)測(cè)
第六節(jié) 西南地區(qū)
一、西南地區(qū)經(jīng)濟(jì)發(fā)展現(xiàn)狀分析
二、市場(chǎng)規(guī)模情況分析
三、行業(yè)發(fā)展前景預(yù)測(cè)
第七節(jié) 西北地區(qū)
一、西北地區(qū)經(jīng)濟(jì)發(fā)展現(xiàn)狀分析
二、市場(chǎng)規(guī)模情況分析
三、行業(yè)發(fā)展前景預(yù)測(cè)
第六章 視覺(jué)人工智能行業(yè)競(jìng)爭(zhēng)格局分析
第一節(jié) 行業(yè)競(jìng)爭(zhēng)結(jié)構(gòu)分析
第二節(jié) 行業(yè)集中度分析
第三節(jié) 行業(yè)國(guó)際競(jìng)爭(zhēng)力比較
第四節(jié) 2020-2022年視覺(jué)人工智能行業(yè)競(jìng)爭(zhēng)格局分析
第七章 視覺(jué)人工智能企業(yè)競(jìng)爭(zhēng)策略分析
第一節(jié) 視覺(jué)人工智能市場(chǎng)競(jìng)爭(zhēng)策略分析
一、市場(chǎng)增長(zhǎng)潛力分析
二、主要潛力品種分析
三、現(xiàn)有視覺(jué)人工智能產(chǎn)品競(jìng)爭(zhēng)策略分析
四、潛力視覺(jué)人工智能品種競(jìng)爭(zhēng)策略選擇
五、典型企業(yè)產(chǎn)品競(jìng)爭(zhēng)策略分析
第二節(jié) 視覺(jué)人工智能企業(yè)競(jìng)爭(zhēng)策略分析
第三節(jié) 視覺(jué)人工智能行業(yè)產(chǎn)品定位及市場(chǎng)推廣策略分析
一、行業(yè)產(chǎn)品市場(chǎng)定位
二、行業(yè)廣告推廣策略
三、行業(yè)產(chǎn)品促銷策略
四、行業(yè)價(jià)格策略
五、行業(yè)網(wǎng)絡(luò)推廣策略
第八章 中國(guó)視覺(jué)人工智能重點(diǎn)企業(yè)經(jīng)營(yíng)策略分析
第一節(jié) 商湯科技
一、企業(yè)基本情況
二、企業(yè)銷售收入及盈利水平分析
三、企業(yè)資產(chǎn)及負(fù)債情況分析
四、企業(yè)成本費(fèi)用情況
第二節(jié) 曠視科技
一、企業(yè)基本情況
二、企業(yè)銷售收入及盈利水平分析
三、企業(yè)資產(chǎn)及負(fù)債情況分析
四、企業(yè)成本費(fèi)用情況
第三節(jié) 虹軟科技
一、企業(yè)基本情況
二、企業(yè)銷售收入及盈利水平分析
三、企業(yè)資產(chǎn)及負(fù)債情況分析
四、企業(yè)成本費(fèi)用情況
第四節(jié) 云從科技集團(tuán)股份有限公司
一、企業(yè)基本情況
二、企業(yè)銷售收入及盈利水平分析
三、企業(yè)資產(chǎn)及負(fù)債情況分析
四、企業(yè)成本費(fèi)用情況
第五節(jié) morpho,inc.
一、企業(yè)基本情況
二、企業(yè)銷售收入及盈利水平分析
三、企業(yè)資產(chǎn)及負(fù)債情況分析
四、企業(yè)成本費(fèi)用情況
第六節(jié) 深圳超多維科技有限公司
一、企業(yè)基本情況
二、企業(yè)銷售收入及盈利水平分析
三、企業(yè)資產(chǎn)及負(fù)債情況分析
四、企業(yè)成本費(fèi)用情況
第九章 2023-2028年未來(lái)視覺(jué)人工智能行業(yè)發(fā)展預(yù)測(cè)分析
第一節(jié) 未來(lái)視覺(jué)人工智能行業(yè)需求與消費(fèi)預(yù)測(cè)
第二節(jié) 2023-2028年中國(guó)視覺(jué)人工智能行業(yè)供需預(yù)測(cè)
第十章 中國(guó)視覺(jué)人工智能行業(yè)投資機(jī)會(huì)與風(fēng)險(xiǎn)分析
第一節(jié) 視覺(jué)人工智能行業(yè)投資機(jī)會(huì)分析
一、視覺(jué)人工智能投資項(xiàng)目分析
二、可以投資的視覺(jué)人工智能模式
三、2022年視覺(jué)人工智能投資機(jī)會(huì)
四、2022年視覺(jué)人工智能投資新方向
五、2023-2028年視覺(jué)人工智能行業(yè)投資的建議
六、新進(jìn)入者應(yīng)注意的障礙因素分析
第二節(jié) 影響視覺(jué)人工智能行業(yè)發(fā)展的主要因素
一、2023-2028年影響視覺(jué)人工智能行業(yè)運(yùn)行的有利因素分析
二、2023-2028年影響視覺(jué)人工智能行業(yè)運(yùn)行的穩(wěn)定因素分析
三、2023-2028年影響視覺(jué)人工智能行業(yè)運(yùn)行的不利因素分析
四、2023-2028年我國(guó)視覺(jué)人工智能行業(yè)發(fā)展面臨的挑戰(zhàn)分析
五、2023-2028年我國(guó)視覺(jué)人工智能行業(yè)發(fā)展面臨的機(jī)遇分析
第三節(jié) 視覺(jué)人工智能行業(yè)投資風(fēng)險(xiǎn)及控制策略分析
一、2023-2028年視覺(jué)人工智能行業(yè)市場(chǎng)風(fēng)險(xiǎn)及控制策略
二、2023-2028年視覺(jué)人工智能行業(yè)政策風(fēng)險(xiǎn)及控制策略
三、2023-2028年視覺(jué)人工智能行業(yè)經(jīng)營(yíng)風(fēng)險(xiǎn)及控制策略
四、2023-2028年視覺(jué)人工智能行業(yè)技術(shù)風(fēng)險(xiǎn)及控制策略
五、2023-2028年視覺(jué)人工智能同業(yè)競(jìng)爭(zhēng)風(fēng)險(xiǎn)及控制策略
六、2023-2028年視覺(jué)人工智能行業(yè)其他風(fēng)險(xiǎn)及控制策略
第十一章 視覺(jué)人工智能行業(yè)投資戰(zhàn)略研究
第一節(jié) 視覺(jué)人工智能行業(yè)發(fā)展戰(zhàn)略研究
第二節(jié) 對(duì)我國(guó)視覺(jué)人工智能品牌的戰(zhàn)略思考
一、企業(yè)品牌的重要性
二、視覺(jué)人工智能企業(yè)品牌的現(xiàn)狀分析
三、我國(guó)視覺(jué)人工智能企業(yè)的品牌戰(zhàn)略
第三節(jié) 視覺(jué)人工智能行業(yè)投資戰(zhàn)略研究
圖表目錄
圖表：視覺(jué)人工智能行業(yè)生命周期圖
圖表：視覺(jué)人工智能產(chǎn)品國(guó)內(nèi)、國(guó)際市場(chǎng)成熟度對(duì)比
圖表：視覺(jué)人工智能產(chǎn)品行業(yè)主要競(jìng)爭(zhēng)因素分析
圖表：2020-2022年各季度三次產(chǎn)業(yè)增加值累計(jì)增速
圖表：2020-2022年工業(yè)增加值累計(jì)增速
圖表：2020-2022年物價(jià)指數(shù)同比變化情況
圖表：2020-2022年社會(huì)消費(fèi)品零售總額情況
圖表：2020-2022年固定資產(chǎn)投資完成額累計(jì)增速
圖表：2020-2022年外貿(mào)進(jìn)出口情況
圖表：2020-2022年各季度居民收入累計(jì)值
圖表：2020-2022年貨幣供應(yīng)量同比增速
圖表：2020-2022年視覺(jué)人工智能產(chǎn)品消費(fèi)量變化圖
圖表：2020-2022年視覺(jué)人工智能企業(yè)品牌集中度分析
圖表：2020-2022年視覺(jué)人工智能產(chǎn)品產(chǎn)能分析
圖表：2020-2022年中國(guó)視覺(jué)人工智能產(chǎn)業(yè)工業(yè)總產(chǎn)值分析
圖表：2020-2022年視覺(jué)人工智能不同規(guī)模企業(yè)工業(yè)總產(chǎn)值分析
圖表：2020-2022年視覺(jué)人工智能不同所有制企業(yè)工業(yè)總產(chǎn)值比較
圖表：2020-2022年中國(guó)視覺(jué)人工智能產(chǎn)業(yè)主營(yíng)業(yè)務(wù)收入分析
圖表：2020-2022年視覺(jué)人工智能不同規(guī)模企業(yè)主營(yíng)業(yè)務(wù)收入分析
圖表：2020-2022年視覺(jué)人工智能不同所有制企業(yè)主營(yíng)業(yè)務(wù)收入比較
圖表：2020-2022年中國(guó)視覺(jué)人工智能產(chǎn)業(yè)銷售成本分析
圖表：2020-2022年視覺(jué)人工智能不同規(guī)模企業(yè)銷售成本比較分析
圖表：2020-2022年視覺(jué)人工智能不同所有制企業(yè)銷售成本比較分析
