憑借著運(yùn)算創(chuàng)新光場成像方案深耕工業(yè)檢測領(lǐng)域，拿下五千萬元的A融資
創(chuàng)業(yè)邦獲悉，杭州深視科技有限公司（以下簡稱" 深度視覺 ") 宣布收購近 5000 萬元人民幣的 A 輪前融資，由湘豐投資、高通風(fēng)投和投資公司牽頭。利用計(jì)算視覺開發(fā)工業(yè)高精度外觀測試解決方案的公司創(chuàng)始人王水林表示：融資將主要用于全光譜視覺技術(shù)的研究和開發(fā)，并加快現(xiàn)有研發(fā)成果的快速轉(zhuǎn)化。
深度視覺公司成立于 2017 年 6 月，主要致力于技術(shù)研究和產(chǎn)品設(shè)計(jì)。2018 年 9 月，深度視覺公司參加了 "中國創(chuàng)新中國" 秋季峰會，在 3000 多家參與企業(yè)中脫穎而出，沿著科技界進(jìn)入了創(chuàng)新中國總決賽，并在總決賽中獲得了第三名，成功地獲得了企業(yè)家、高通中國和稅務(wù)公司種子基金的種子輪投資。
機(jī)器視覺作為人工智能的一個主要分支技術(shù)，近年來出現(xiàn)了向業(yè)界大規(guī)模登陸的趨勢。其中，二維視覺作為一種早期發(fā)展，且技術(shù)相對成熟和穩(wěn)定的領(lǐng)域，在外觀檢測方面有著廣泛的行業(yè)基礎(chǔ)。隨著高精度制造業(yè)的興起和工業(yè)生產(chǎn)標(biāo)準(zhǔn)的提高，機(jī)器視覺的應(yīng)用技術(shù)需要突破新的場景。然而，由于工業(yè)領(lǐng)域深層次的工業(yè)壁壘和工藝條件，高精度金屬表面檢測領(lǐng)域仍有很大的發(fā)展?jié)摿?，幾乎代表了最高的外觀檢測標(biāo)準(zhǔn)。
具體而言，以汽車零部件，軸承，齒輪等精密零部件為代表的金屬零部件是整個工業(yè)零部件領(lǐng)域的基礎(chǔ)盤，規(guī)模巨大，但人工質(zhì)檢效率低下是目前所有工業(yè)基礎(chǔ)零部件行業(yè)普遍存在的問題 -- 人工質(zhì)檢必然導(dǎo)致大量漏判誤判，嚴(yán)重影響質(zhì)量保證和生產(chǎn)率效率。" 機(jī)器視覺作為代替人眼的工具，具有更高的穩(wěn)定性，準(zhǔn)確性和適用性，有望彌補(bǔ)整個過程自動化的最后一個環(huán)節(jié)。工業(yè)檢測的越來越高的要求和重要性與當(dāng)前檢測手段的落后之間的矛盾為機(jī)器視覺技術(shù)的應(yīng)用提供了契機(jī)。
創(chuàng)始人王帥林表示，深度視覺的技術(shù)路線與市場上大多數(shù)公司的技術(shù)路線有很大不同。深視具有整個技術(shù)鏈的研發(fā)能力，包括相機(jī)設(shè)計(jì)與開發(fā)、邊緣計(jì)算、圖像算法、光場光路設(shè)計(jì)、人工智能算法、自動化設(shè)備設(shè)計(jì)等核心技術(shù)，能夠?qū)崿F(xiàn)更高的檢測效率和一次通過率。誤檢率和漏檢率大大降低。
在視覺設(shè)計(jì)中最關(guān)鍵的光學(xué)檢測環(huán)節(jié)中，業(yè)界的焦點(diǎn)是如何在有限的照明條件下觀察到各種各樣的缺陷類型。目前，大多數(shù)機(jī)器視覺公司在光線下使用某種成像效果，抽象地說，在某些靜態(tài)條件下，它是一個孤立的問題來指導(dǎo)設(shè)計(jì)。然而，問題是視覺檢測設(shè)備所面臨的缺陷成像效果的描述空間很大，使用 "增量" 思維不僅耗費(fèi)時間和人力，而且很難覆蓋所有場景。
因此，深度視覺綜合所有已知缺陷類型，并進(jìn)行完整的分析測試論證，得出系統(tǒng)的共性分析結(jié)果，以獲得不同光場結(jié)構(gòu)下的缺陷成像效果，是一種‘減法’思維。在實(shí)際落地場景中，精密金屬工件表面存在工業(yè)油污對表面的干擾，超高速在線的速度要求，傳動裝置的抖動等諸多不確定因素。在實(shí)驗(yàn)室其他許多技術(shù)還處于理論階段的情況下，深度視覺通過在一線反復(fù)測試驗(yàn)證，具體設(shè)備實(shí)現(xiàn)了 99% 以上的缺陷類型檢測覆蓋率和 98% 左右的整體測量合格率，檢測精度也在微米級，是高新技術(shù)落地工業(yè)現(xiàn)場的一次優(yōu)秀實(shí)踐
在建立底層圖像和數(shù)據(jù)庫的前提下，計(jì)算能力是決定設(shè)備檢測效率的關(guān)鍵，也是深度視覺的創(chuàng)新。創(chuàng)始人王帥林說：深度視覺不同于傳統(tǒng)的 GPU 加速集中運(yùn)算的方式，而是采用基于 FPGA 的分布式運(yùn)算，具有計(jì)算能力分配的明顯優(yōu)勢，能夠在不同的照明場景中多次檢測目標(biāo)，從而大大提高了檢測效率。實(shí)踐證明，采用深視方案后，生產(chǎn)線的一次合格率比同行提高了 13-18%，誤檢率降低了 10% 以上。
縱深視野在橫向擴(kuò)大銷售規(guī)模和覆蓋面，垂直深基坑技術(shù)擴(kuò)大能力。目前，公司已經(jīng)完成了第一批交付一批行業(yè)領(lǐng)軍企業(yè)，為下一輪大規(guī)模推廣和成長做好準(zhǔn)備。從客戶使用效果的角度來看，投資周期的回報基本上控制在 1 - 3 年內(nèi)，平均有 5 到 10 名勞動力被一臺設(shè)備取代，這與生產(chǎn)線和設(shè)備的使用方式有關(guān)。
創(chuàng)辦人王帥林透露，由深度視覺公司開發(fā)的高精度外觀檢測解決方案已應(yīng)用于傳統(tǒng)的汽車零部件、航空零部件、新能源、紡織、3C 等領(lǐng)域，為 50 多個客戶提供服務(wù)。
祥豐投資的執(zhí)行合伙人夏志進(jìn)說：" 目前，檢測應(yīng)用占整個視野的一半以上，金屬和玻璃檢測是檢測應(yīng)用領(lǐng)域中最困難的。金屬材料反射率高，缺陷獲取困難，場景分散多樣，檢測要求特別高。深層視覺團(tuán)隊(duì)將人工智能和機(jī)器視覺技術(shù)結(jié)合起來，有效地檢測出高反射和高曲率金屬，以解決客戶的痛點(diǎn)。深邃的視野已經(jīng)被業(yè)界巨頭所認(rèn)可。我們相信，視覺檢測在工業(yè)領(lǐng)域中的應(yīng)用將越來越豐富，深度視覺的發(fā)展空間將是巨大的。
