8月15日，科技部公布了《关于支持建设新一代人工智能示范应用场景的通知》，首批支持建设10个示范应用场景，意在加快推动人工智能应用，助力稳经济，培育新的经济增长点。首批10个示范应用场景包括：智慧农场、智能港口、智能矿山、智能工厂、智慧家居、智能教育、自动驾驶、智能诊疗、智慧法院、智能供应链。

智慧农场就是要利用人工智能、机器和互联网等技术的力量，运用面向群体智能自主无人作业的农业智能化装备等关键技术，构建农田土壤变化自适应感知、农机行为控制、群体实时协作、智慧农场大脑等规模化作业典型场景，实现农业种植和管理集约化、少人化、精准化，使得农场自动化的同时，提高作物的数量和质量，解放传统农业劳动力。

检查作物、牲畜病害状态是农业中的一项典型而重要的任务，然而在将样本送往实验室进行分析之前，通常依赖于人工目视进行检查。使用人工进行目视检查的效率低，还容易导致延误。

得益于科技的快速进步，这些挑战都可以通过使用智慧农场机械视觉检测来解决。在智慧农场中使用机械视觉检测可以解决的问题有很多，包括病害检测、农作物分布、生长监测、牲畜管理、农产品计数等。机械视觉检测已经被证明是智慧农场中的一种强大工具，通过机器视觉获得的数据，可以对这些数据集进行分析。

要充分发挥机械视觉检测在农业中的作用，就必须选择正确的工业机器视觉平台，DLIA工业机器视觉平台基于深度学习的机器视觉表面缺陷检测方法，它能够自动从表面缺陷图像中获取不同尺度和不同级别的特征，只用少量的训练数据就可以实现对智慧农场作物、牲畜的管理要求。

在农产品售往商超前，对农产品实行分级与检测，以求达到产品收入最大化，DLIA工业机器视觉平台能很好地契合农产品生产对于产品表面质量检测的高要求。DLIA工业机器视觉平台不单单可以应用在智慧农场上，它还活跃在各个行业领域，农业与食品加工、汽车制造、电子与半导体、产品包装、钢铁和金属、安防监控、Al视觉检测、大型工业设施、室内定位与AR导航等等。