计算机视觉（CV）让机器从图像/视频中「看懂」内容：识别物体、读取文字、判断状态与异常。物流现场的「眼睛」越来越多：摄像头、扫描设备、车载相机，CV 让这些视觉数据转化为可执行的判断。
| 能力 | 做什么 | 物流典型应用 |
|---|---|---|
| 分类与检测 | 识别物体类别与位置 | 包裹、托盘、人员、车辆识别 |
| OCR（文字识别） | 从图像提取文字 | 面单、单据、车牌、标签读取 |
| 追踪与行为分析 | 跟踪运动轨迹、判断行为 | 通道拥堵监测、违规操作告警、驾驶行为分析 |
部署要点：光照稳定性、遮挡处理、摄像头安装角度、误报成本评估（宁可漏一个还是错杀一批？）
场景：某冷链仓库，入库时人工肉眼检查外包装破损与温度异常，高峰期易漏检，事后追溯困难。
合规提示：监控画面涉及员工与访客隐私，需明确告知、权限管控、留存期限管理（通常 30-90 天），符合《个人信息保护法》要求。
若实训仓只装两台摄像头，你优先对准哪两个位置？为什么？
记录你的选择：点位 + 要解决的问题 + 预期效果
