机器视觉,是人工智能领域最前沿的技术之一。近年来,在智能制造的浪潮推动下,机器视觉应用场景数量持续攀升,待开发的空白市场不断涌现,催生巨大需求与想象空间。其中,在高难度复杂光学领域中,透明半透明、反光物体检测难度极高,亟待AI视觉创新技术革新传统人工检测方案,填补空白市场。
第八十三期《看见新力量》采访了首届广州·琶洲算法应用国际大赛冠军得主——心鉴智控(深圳)科技有限公司CEO罗晓忠,一起了解他们利用机器视觉为工业安全保驾护航。
心鉴智控(深圳)科技有限公司,将已被充分验证过的AI视觉创新技术,运用在检测难度最高的医药、玻璃与高速产线/金属零部件行业中,引领智能化变革新浪潮,拥有成为工业AI视觉领域平台型公司的巨大潜力。
以心为鉴,用AI算法革新传统检测
心鉴智控的“心鉴”二字来源于诗经,本意是:我的心是一面镜子。心鉴智控CEO罗晓忠进一步解释道:“AI视觉,以心为鉴,我们将用心给大家一个清晰明白的世界。”
罗晓忠,博士毕业于密歇根大学,还曾在匹兹堡大学、北京大学分获硕士学位和学士学位。作为前微软总部首席软件架构师,他在微软总部任职工程师超过18年,有着多年资深的大数据、人工智能技术及企业级软件管理经验及丰富的团队管理经验。
几年前,经过一番全方位洞察,罗晓忠发现,中国的工业视觉检测需求大约有1000亿,只有10%采用了机器视觉,还有90%依然依赖于人工,质检工人占据了全体工人数量中相当大的比例。
“肉眼的目测质检对工人视力损伤较大,企业一方面日益面临人力成本上升和招工难的境地,另一方面不能保证瑕疵的零漏检,需承担客户投诉/监管部门处罚的潜在风险。”罗晓忠进一步洞察到,与此同时,AI在飞速发展,结合AI的技术,用智能视觉检测取代人工。“把人的双眼从生产线上解放出来,就是心鉴成立的初衷。”
超精准、高难度,以核心技术攻破行业痛点
心鉴智控司研发的人工智能医药外包检测系统,是针对透明半透明、反光等抽象特征的物体,进行基于深度学习技术的产品外观瑕疵检测,解决了传统视觉AOI检测功能不齐全、运行不稳定的痛点。
公司凭借自主研发的顶尖光学成像技术,实现高难度数据获取,并持续积累落地场景中的模型与数据,构建独一无二的核心技术壁垒,将技术成果成功落地到导光板,瓶盖瓶身,医药外包装(铝塑泡罩,输液袋,软膏及三期等)等检测场景,检测精度及速度均达到工业级要求。
例如,心鉴的医药外包检测系统攻破了传统铝塑泡罩视觉检测的难点,业内首次实现了透过泡罩对药品反面做可靠检测,可完成药板24粒正反两面一次性全检。罗晓忠特意提到:“与AOI只能检测空粒和明显破损不同,心鉴的AI检测系统能可靠地检测出0.2mm黑点、浮粉、异物及非断裂破损,这是传统视觉无能为力解决的。”
值得一提的是,心鉴的铝塑泡罩检测模组是国际全行业首套铝塑泡罩AI检测系统,在业内首次覆盖药片、硬胶囊、软胶囊的在线包装前道工序全检测,完全替代人工,检出率达99.5%;同时,心鉴的在线检测部署让离线检测不再成为必须,大大降低了客户对额外检测设备与场地需求的投入。
披风斩棘,以强大韧力获头部企业的认可
探索的路上并非一帆风顺,谈到产品开发中的艰难险阻,罗晓忠说:“医药外包的瑕疵种类是无规律的,判定标准十分复杂,前期工业现场客户能提供的样本数基本上只有十几个或者几十个,而我们训练一个高精度的模型,需要几百万张图片,这对于深度学习AI视觉检测是一个大难题,检出率达不到客户要求,只有攻破才有出路,否则就被淘汰。”
心鉴在技术困境中一路过关斩将,最终实现了小样本学习与模型泛化能力的核心技术突破。罗晓忠说:“如何跨越样本数的限制,取得小样本的突破,以及针对不同需求能够快速地迭代出新的模型,保证模型的泛化能力,是AI落地成功的巨大挑战。”
众所周知,医药/日化快消品外包装及3C产品瑕疵检测精度要求极高,心鉴从铝塑泡罩与输液袋切入,并进行了相应的技术延展。目前已成功落地若干工业场景的瑕疵检测模组,并获得了头部企业的认可及持续的复制性订单。
2022年心鉴智控(深圳)科技有限公司凭借“人工智能医药外包检测系统“项目在“首届广州·琶洲算法应用国际大赛”中荣获冠军。
罗晓忠及其团队对大赛组委会及阿里云中心表示感谢:“我们参赛的初衷就是为了超越自我,并以此为契机加大算法技术研究、加快技术应用推广。这次比赛,锻炼了我们内部团队的协作能力、学习能力与问题解决能力。这座冠军奖杯,是对我们算法能力的肯定也是对我们未来发展的鞭策。”
未来,智能化的机器视觉所取代人眼工作将是大势所趋。面对这一趋势,罗晓忠说:“心鉴将持续加大科研投入,加快技术应用推广,培养高素质的人才队伍,充实企业创新发展力量,提升企业核心竞争力,进一步加强公司技术创新能力以及科技成果转化能力,力争成为AI视觉检测行业发展的中坚力量,为中国的智能制造贡献力量。”