深眸科技专注AI＋机器视觉研究，为智能制造进一步发展提供新思路

近年来，随着“中国制造2025”的提出，以及人工智能的概念火爆和相关技术的迅猛发展，为整个人类社会的生产和生活带来了翻天覆地的变化，我国智能制造应用规模和水平逐渐进入全球领先行列。

作为人工智能的一个分支，机器视觉不仅能够模仿人类视觉能力，同时还能对所“见”物体开展精确测量与检测识别等更高级操作。为进一步实现智能制造，推动产业升级，用人工智能结合机器视觉来做机器识别，不仅持续拓宽视觉产品的应用场景范围，而且还大幅增加了生产制造的柔性化、自动化程度。

智能制造产业升级，AI+机器视觉不可或缺

软件和智能技术的发展，使得机器视觉应用持续增多。在工业制造中，机器视觉已经成功进入生产的方方面面，但在具体应用上，仍以传统机器视觉检测系统为主，加入“AI技术”的机器视觉检测系统仍然应用较少。随着智能制造工艺的不断提高，工业产品的设计逐渐复杂化，对产品的质量和精度要求也在不断提升，给传统机器视觉检测带来了巨大困扰。

与传统机器视觉相比，AI+机器视觉往往能在不同的位置、光照以及复杂的环境中，表现出更强的适应性。传统机器视觉对于不同颜色的细微辨识度不高，如果颜色出现深浅、偏色等轻微差别，传统机器视觉识别容易出错，而采用AI+机器视觉的方式就能够比较准确提升检测率和正确率。

将AI+机器视觉的检测方式应用于工业生产中，还能提升人机交互能力，提升检测的便利性。人工智能技术能够通过强化学习等方式自动识别原先各个方面的问题，从而完成视觉定位、图像识别、尺寸测量等功能，还能将识别结果存入数据库进行信息管理，管理者可以随时对信息进行查询，为下一步的工作做出安排，大幅提升工业生产检测效率以及人机交互能力。

AI+机器视觉在工业生产中的应用

在智能制造生产的过程中，一些工业产品常常会出现缺损、划痕、污渍等人眼难以察觉的缺陷，从而影响产品的质量和使用安全性，所以需要对这些产品进行相关的缺陷检测，但传统机器视觉检测往往存在一些难点。

传统机器视觉检测精度不高，较难满足一些高精度加工企业对于检测精度的要求；对于一些特殊材料的反光问题束手无策，常常无法检测其缺陷；检测由人工分析特征再输入到检测系统中，程序相对固定不可更改，当出现新的缺陷类型时，无法识别而导致缺陷漏检等等。

而AI+机器视觉技术能够解决诸多传统机器视觉无法解决的难点，如现场环境复杂、对光源要求高，工件尺寸、标识种类较多，装置灵活度要求高，工件表面有薄膜，对图像处理要求高等。AI+机器视觉技术还能做到自动学习，分析缺陷特征以及系统的自我学习，从而定义新的缺陷类型，大幅提升工业生产线的自动化、智能化水平，加快实现智能制造。

创新视觉产品缺陷检测的应用实例

随着智能制造相关政策的不断加码，国内涌现出了不少像深眸科技一样专注于机器视觉技术创新的科技型企业。目前深眸科技的轻辙视觉引擎、工业视觉平台、工业AI视觉系统等视觉产品已经广泛应用于3C、物流、新能源、医疗等领域的生产制造。

如在3C行业·电阻焊接缺陷检测案例中，在焊接生产过程中，由于各种因素影响，往往会存在各种焊接缺陷，不仅影响美观，还可能减小焊缝的有效承载面积，造成应力集中引起断痕，影响焊接结构。

由此，深眸科技通过传统机器视觉和基于深度学习的AI技术实现了对电阻焊接微小缺陷的精准检出。通过AI视觉技术对前景背景进行分割、多维度特征提取以及多尺度识别，解决因不同视角受到复杂背景的干扰的难点；通过视觉注意力机制对焊接区域进行强化学习，解决电阻焊接缺陷表现特征跨度大，具有无规则性、无边界性的难点。

深眸科技通过创新机器视觉应用产品，实现了电阻焊接局部微小缺陷与全局性大缺陷的同时检出，解决了焊接缺陷的规则性与边界性问题，在满足多视角下的缺陷识别前提下，检测率高达99.9%。

作为国内领先的一站式AI视觉解决方案提供商，深眸科技也在不断提高创新意识，持续迭代视觉应用产品，为智能制造的进一步发展提供新思路。