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。