下载掌阅APP，畅读海量书库
立即打开
摘要： 在智能制造领域，机器视觉技术应用逐渐深入。深圳思谋信息科技有限公司（以下简称“思谋科技”）研发出SMore Factory应用平台，以新一代视觉AI技术为内核，针对不同制造业中复杂各异的应用场景，打造出通用性强、性能优异、快速部署、软硬件协同的商业化解决方案，让AI技术深入产业一线，直接服务高质量发展的主战场。目前，该平台已覆盖消费电子、汽车、新能源、泛工业等多个行业，累计赋能产线数百条、应用到超千万件工业消费品中。
关键词： 机器视觉 智能制造 智能质量检测
1.1 政策背景：产业新技术将增强制造业竞争力
自2015年起，《中国制造2025》
《智能制造发展规划（2016—2020年）》
《新一代人工智能发展规划》
《关于促进人工智能和实体经济深度融合的指导意见》
等智能制造有关指导文件相继制定或发布。“十四五”规划纲要中明确提出“深入实施智能制造和绿色制造工程，发展服务型制造新模式，推动制造业高端化智能化绿色化”。以上政策举措为人工智能在制造业的落地创造了良好的政策环境。
1.2 行业背景：机器视觉面向广泛深入的市场机遇
与此同时，传统制造产业升级以及高端制造业、先进制造业发展所带来的巨大市场，正有待人工智能技术进行深度发掘。
然而，由于制造业的细分门类繁多、工艺流程复杂、专业知识要求高，以往基于传统算法的技术方案并不能很好地解决行业问题。视觉AI在制造业的应用大致分为两个阶段：第一阶段从2010年到2018年，应用场景主要是电子产业中对电子元件进行测量或检测，如对摩托罗拉、诺基亚等老式手机或电化机等电路板进行检测；第二阶段是2018年后，随着人工智能的兴起以及算法的更新换代，应用进入爆发期。在这一趋势引领下，目前在半导体、液晶面板、汽车制造、新能源以及精密工业等先进制造业中，其应用通过了试点期，进入了大批量的市场普及期。
机器视觉行业应用广、空间大、壁垒高。中金公司报告指出，预计2025年全球机器视觉行业规模92亿美元；根据中国机器视觉产业联盟统计数据，2019年我国机器视觉行业规模约103亿元，过去五年年均复合增长达32.4%，增速远快于全球；我国2019年机器视觉规模约为制造业增加值的0.4‰，而德国、美国该比例分别约1.6‰、1.2 ‰，为中国的3—4倍。中国机器视觉行业受益于渗透率提升、国产化替代以及智能制造转型的发展机遇，长期成长动力充足。
为此，思谋科技依托核心团队超20年的研发积累和产业实践经验，以新一代视觉人工智能技术的架构和体系创新，以现代制造、高端制造中的产品质量检测为切入点之一，将先进技术更快、更高效、更低成本地应用到实际产线中。
2.1 核心算法，满足不同场景
工业产线常常面临物料追踪、缺陷定位、工件计数、对外观瑕疵分类检测等复杂场景下操作困难、耗时耗力的问题。为了解决这些问题，思谋科技打造了四大核心算法能力：OCR文字识别智能算法、物体检测算法、物体分类算法及图像分割算法。在此基础上，思谋视觉AI的核心算法形成了行业领先的四大优势：高达1亿像素的4—8倍视野处理、可识别粒度低至4像素的极限精细识别、数据利用率提升30倍以上的动态增强及小样本纠错能力增强。
2.2 全面服务，助力工业互联
思谋科技产品为生产制造全流程提供AI服务，助力生产追溯管理和工业互联。对于先进制造业，如半导体行业而言，其数据是相通的且存储于中央集群服务器，思谋科技产品可实现全产线自动化质量缺陷检测，并可同步实现对全域数据的统计分析，进而改进产品的生产工艺。通过不断进行数据价值挖掘，助力工业互联生产过程全局把控。
思谋科技SMore Factory产品及解决方案体系
同时为满足工业场景中对不同软件、硬件和部署形式的要求，思谋科技以新一代视觉AI技术为内核，从感知层、平台层、应用层三个层次构建了软硬件一体化解决方案和产品体系。
2.3 开放兼容，实现高效集成
传统单机版本软件无法集群化应用，且因加密设置只有插到特定服务器上才能使用，封闭性较强的产品在对接客户品牌设备时问题多发。思谋科技不对产品进行锁定，更加具有开放性。用户在导出或集成时，可以选择多种编程语言版本，比如Java、Python、C语言等。当针对平台上多种应用集成时，无论客户选择使用何种语言，思谋科技的产品都能使得集成过程更加便捷高效。
2.4云端试用，客户安心交付
思谋科技支持客户先云端试用后购买，让客户更加放心地采购思谋科技的产品，进而愿意使用产品去评估更多新项目。由于数据难以出厂，客户可快速使用云上产品进行测试，如果对测试满意，例如能够达到预期效果的80%，反馈良好后可再行购买本地部署产品。云端快速试用，让客户在产品选用时加快决策、打消疑虑，并进一步节约了使用成本并提升效率。
3.1 第一阶段：从内部平台到商业应用
思谋科技最早的构想是为企业内部提供一个可实现技术快速迭代的开发平台，而并非以出售平台来获取收入。在平台系统中，只需把图片上传，即可自动标注缺陷，一键测试得到产品级的模型或SDK，减少项目中大量投入的算法成本。
随着项目的迭代，思谋科技逐渐把更加成熟的行业方案和实用经验整合到产品中，继而推出完整的产品类型，让客户无须在思谋科技员工的帮助下即可自行体验与使用，从而形成了产品最早的商业化应用。
3.2 第二阶段：从软件到硬件输出一体化标准产品
这一阶段，思谋科技的产品及平台实现了从软件向软硬一体化转型，并输出更为标准化的产品。根据项目以及产品的不断积累，思谋科技推出了硬件类智能相机、边缘盒子以及手持终端系列，集成新一代AI OCR，解决物料追踪等问题。同时，其提供工业AI软件全流程解决方案，集合训练、运行两大平台，实现了真正的“交钥匙”工具，并可升级传统AOI设备，使设备商、集成商均可实现AI能力。
4.1 市场应用：多行业场景大幅提升质检效果
目前，在生产制造领域，多数企业往往是通过人工抽检的方式来进行质量检测和质量控制，而抽检通常安排在关键制程之后甚至只作为最终检测，无论是人力成本，还是检测准确度、标准统一性都成为提升产品质量的巨大 挑战。得益于新一代人工智能技术的发展，视觉AI有强自学能力去判断、学习和进化，不断适应变化和未知。像思谋科技 SMore Factory这样的软硬件一体AI解决方案， 能够 提供从图像采集到模型部署升级、再到生产线的完整闭环，通过与成像设备对接实现图像采集，使得用户对采集的数据进行标注，然后一键操作进行模型训练，将模型导出并部署到产线，即可直接对物料进行实时检测，大幅提升整体质检效果， 在消费电子、半导体、汽车零部件、医疗器械、快消品等行业具有广泛应用空间。
4.1.1 半导体行业的视觉AI应用
以大尺寸硅片表面的视觉AI检测为例，晶圆片单一晶粒尺寸极小，其检测接触面直径一般只有50微米，相当于头发丝断面的2/3。在传统方法中，质检人员需要在显微镜下凭肉眼进行检测。而思谋科技基于SMore Factory检测和测量模块，结合厂家已有的硬件设备，就能实现晶圆硅片全线的自动化质量缺陷检测，并可同步实现对产线数据、产品良率的统计分析。
案例成果：硅片表面缺陷检出率≥99.9%，漏检率≤1.5%，处理速度≤0.4秒/片，日均处理数量达10000 片以上，处理效率提升96%。
4.1.2 汽车核心零部件缺陷AI检测
以汽车发动机的核心零部件——变速箱轴承的缺陷检测为例，轴承是汽车的关键基础零部件，直接决定着汽车的性能、质量和可靠性，一直被誉为汽车的“心脏”部件。其制造精度要求以0.001mm来衡量，比普通机械零件的精度要求高10倍。在该案例项目中，需要对轴承进行磕碰伤和划痕等缺陷检测，同时剔除多种干扰因素，如表面不洁净，存在防锈油、纤维、毛发等。思谋科技以SMore Factory检测与分类模块为基础，为制造商搭建质检无人化系统，实现了多种细分类AI自动化检测。
思谋科技研发的晶圆外观智能检测设备
案例成果：轴承表面缺陷检出率≥99.0%，漏检率≤3%，处理速度≤0.2 秒/件，日均处理数量达20000 件以上，人力成本节省80%。
4.1.3 消费电子产品精密零件AI质检应用
以无线耳机内置充电线圈质检为例，以往一般需要在强光环境下，由专门质检工人进行人工肉眼检测，一方面，受每个人主观的缺陷评定标准影响，无法形成统一稳定的质量评价；另一方面，也无法形成完整数据积累进行生产改进，以更好地提高产品良好率。思谋科技基于SMore Factory检测、分割AI算法技术，构建了针对该零件缺陷检测的多模型方案，可同时在多区域进行超过20种类型的自动化检测。
案例成果：无线耳机内置充电线圈表面缺陷检出率≥99.0%，处理速度≤0.2 秒/片，日均处理数量达25000 件以上，人力成本节省95%。
4.2 市场展望：面向智能化工厂实现全面突破
当前，人工智能在第三产业和消费场景的应用越来越广泛，但在制造业的深度应用才刚刚铺开。工业技术的发展以提高质量、提高效率、降低成本、保障安全为目标，围绕这些普遍性的核心价值，人工智能以特定的形态在制造业中解决了一部分问题。总体来看，人工智能与制造业的融合仍处于发展的初级阶段，当前应用场景以局部性突破的点状场景为主，系统性的研究与商业化应用仍需进一步的努力。
思谋科技致力于通过以新一代视觉人工智能技术的架构和体系创新，打开视觉AI在智能制造领域应用的新突破口，并预期在未来进一步取得阶段成效：
首先，加速现有产品迭代，并降低生产成本。在此要求下，将打造一支有能力自行设计硬件、进行硬件底层编写、实现加速的研发队伍，对硬件产品重新定义并设计制造。当前基于效率考量，思谋科技已率先选择使用已经成熟的硬件产品搭载算法推向市场，并加快自主研发和生产软硬件一体化产品。
其次，随着人工智能技术发展及市场成熟度提升，目前行业当中智能制造方向的初创企业涌现，在宣传以及投融资方面的竞争更加激烈，如何在其中脱颖而出，也是这一赛道的“参赛选手”未来必须直面的问题。
对于未来发展方向和布局，思谋科技有着清晰的规划。2019年年底成立后，思谋科技在智能制造的赛道上通过对接标杆客户，积累了许多行业经验，着眼于从内部打磨产品，以及交付流程打通。在工程算法方面，思谋科技积累了众多代码库，目前交付项目的时间比一年前有了快速提升。
此前，在成立之初的几个月时间里，思谋科技更多的是作为算法解决方案提供方，为设备商或集成商攻略客户提供“背后”支持。在经历了前一阶段持续的实践积累后，思谋科技自2020年起将发展方向定位于直接获取终端客户，除了为客户提供算法服务之外，还会提供完整的自动化设备及硬件，与终端用户直接进行深度绑定。
此外，在国家倡导工业互联网与数据智能化的政策背景下，面对智能制造不同的客户需求，思谋科技未来致力于提供全面的智能化解决方案，实现智能制造的系统化设计并树立标杆案例。通过上述未来规划，思谋科技旨在实现对同行业竞争者的本质超越。
1.社会效益
我国将智能制造定义为基于新一代信息技术与先进制造技术的深度融合，贯穿于设计、生产、管理、服务等制造活动的各个环节，具有自感知、自学习、自决策、自执行、自适应等功能的新型生产方式。然而，我国制造业目前大部分企业尤其是众多中小企业尚处于信息化、自动化发展的转型阶段，距离智能化阶段有较大的差距。机器视觉技术在制造业的率先成熟应用，对于产业整体增加值的提升具有实践性，成为我国迈向智能制造强国之路上的有效组成。
2.创新价值
思谋科技聚焦于智能制造领域的技术突破，并打造全栈式的生产解决方案，在“低质视频高清化”上具备深厚的研发基础，并成功实现了多行业质检领域的商业化应用。产品具备低时延、低成本、高效率、强体验等特点，覆盖端—云—边缘全链路，从对工艺要求极高的半导体行业切入，突破了传统人工检测方式，实现了超高速高清扫描及全自动聚类分析，在先进制造行业应用当中具有一定的创新代表性。