軸承是機械行業中非常重要且應用十分廣泛的機械部件，其生產批量大、精度要求高，所以其出廠質量*關重要。

       在軸承行業中，檢測是整個軸承生產環節當中非常重要的一環，直接影響著軸承的品質和軸承的銷量。但目前，我國大多數軸承生產廠家在軸承尺寸精度的測量方面還是依靠機械式、光學式等測量儀器進行的，手段比較落后，這種依靠人力的隨機抽樣檢測方法檢測效率低，精度低，易于引起人為誤差。

       以中國*大的軸承套圈生產企業為例。

       其年產值近10個億，員工總數約600人，其中約200個人負責檢測。一般一名檢測人員每天工作8個小時要檢測2萬個左右的軸承或軸承零部件，效率低且質量風險極大。隨著檢測設備的不斷更新，目前市場上也會有一部分企業用機器視覺進行缺陷檢測，但由于技術限制，穩定性差，誤檢率基本在20% - 30%左右，也就是說，機器會把20% - 30%的好產品檢測成壞的，這就又必須用人工來進行復檢，無論是對工藝還是對成本來說，這都是巨大的浪費。

       軸承及其零部件檢測的重要性與當前檢測方法之間的矛盾，也為機器視覺技術改革行業提供了突破口。

       對于如何解決軸承檢測過程中效率低、準確度低、速度慢、人力成本高的問題，矩視智能從機器視覺切入，通過圖像抓取、識別、計算、測試等基本流程來完成整個檢測。