憑借著運算創(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、高通風投和投資公司牽頭。利用計算視覺開發(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。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)標準的提高，機器視覺的應(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Γ瑤缀醮砹俗罡叩耐庥^檢測標準。
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，嚴重影響質(zhì)量保證和生產(chǎn)率效率。" 機器視覺作為代替人眼的工具，具有更高的穩(wěn)定性，準確性和適用性，有望彌補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前檢測手段的落后之間的矛盾為機器視覺技術(shù)的應(yīng)用提供了契機。
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，包括相機設(shè)計與開發(fā)、邊緣計算、圖像算法、光場光路設(shè)計、人工智能算法、自動化設(shè)備設(shè)計等核心技術(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)計中最關(guān)鍵的光學檢測環(huán)節(jié)中，業(yè)界的焦點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。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。在實驗室其他許多技術(shù)還處于理論階段的情況下，深度視覺通過在一線反復(fù)測試驗證，具體設(shè)備實現(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)秀實踐
在建立底層圖像和數(shù)據(jù)庫的前提下，計算能力是決定設(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 加速集中運算的方式，而是采用基于 FPGA 的分布式運算，具有計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，從而大大提高了檢測效率。實踐證明，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。
縱深視野在橫向擴大銷售規(guī)模和覆蓋面，垂直深基坑技術(shù)擴大能力。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。深層視覺團隊將人工智能和機器視覺技術(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。深邃的視野已經(jīng)被業(yè)界巨頭所認可。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。
