將AI視覺用於外觀缺陷檢測,「數優」已累計融資超8000萬元
外觀缺陷檢測是加工製造過程中的重要環節。一部手機從零部件到整機,中間可能經歷了幾百種不同過程的外觀缺陷檢測。除了高昂的人力成本,人工檢測的方式還存在效率低、易疲勞、人員流動率高需要反覆培訓等問題。
36氪近期接觸到的ofollow,noindex">數優(SUALAB) ,基於AI深度學習演算法和實時影象分析技術,為加工製造業客戶提供智慧缺陷檢測軟體,以及整套缺陷檢測全解決方案。
目前國內的一部分產線已經在用傳統視覺做缺陷檢測,但是存在以下顯著問題 :無法處理完全無規律的複雜影象;由於抗干擾能力差造成漏檢誤檢率高;未出現過的缺陷無法識別,需要連續不斷的演算法補丁;專案週期普遍很長導致驗證速度慢;對硬體環境依賴比較高等。
數優的AI視覺演算法則可以較好的解決以上問題,解決傳統機器視覺方案無法檢測的PCBA板、手機零部件、汽車零部件、鋼鐵、太陽能電池板等的各個領域中最複雜的缺陷檢測問題。
針對此類已採用傳統視覺方案的客戶 ,其 已配備相機、鏡頭、光源等硬體裝置, 數優僅需為其提供 智慧缺陷檢測軟體SuaKIT。 軟體 可以獨立使用,也可以嵌入已有的軟體和裝置中,同時支援客戶進行API呼叫和二次開發,無需改變產線現有硬體裝置。
對於沒有視覺檢測產線的客戶 ,數優提供硬體全解決方案 ,包括手機整機外觀多面檢測裝置COI、MLCC電容檢測裝置、TAS紡織印染檢測裝置等各領域的缺陷檢測裝置,可以為多行業企業解決缺陷檢測難題。
手機整機外觀多面檢測裝置COI
在落地場景選擇上,數優(蘇州)總經理韓旭表示,視覺檢測是基於影象處理進行,所以理論上只要能夠採集目標產品的良品和不良品圖片 ,就可以用其人工智慧軟體SuaKIT進行學習,建立神經網路進行缺陷檢測。
目前,數優已經落地的領域包括 光伏領域太陽能電板、PCBA、手機零部件、汽車零部件、醫療、X光、機場行李檢測、半導體、焊接、手機鏡頭、手機晶片、皮革、面料、電容等。合作客戶包括:三星、LG、華為、歌爾聲學、富士康、現代集團等。
對於“多品類會不會導致定製成本高、週期長 ”的問題,韓旭表示,基於數優AI演算法平臺,在做新的缺陷建網訓練時,初期根據不同的瑕疵型別,客戶只需提供30-100張左右影象即可。模型建立時間上,一般以2048*2048畫素大小,1000張為標準的話,僅需要30分鐘左右。
數優於2013年成立於韓國首爾,於2017年由蘇州政府招商引資,成立數優(蘇州)公司。公司累計融資超過8000萬元,歷史投資方包括KT投資、三星風險投資、Stone Bridge資本、Interbest等。
工業視覺檢測領域場景豐富,尤其是隨著AI技術的發展,很多原本實現不了的場景得以解鎖。36氪還報道過一些視覺檢測領域的公司,包括阿丘科技、高視科技 等。
——————
我是36氪記者陳紹元,關注AI、科技、物聯網,尋求報道和交流請加微信:qq963757163,請註明公司、職位、姓名。