创业邦独家获悉，工业AI瑕疵检测技术方案商“深视创新”正式宣布完成数千万元人民币的A轮融资，由深圳德邻资本产业投资领投，春涧资本担任财务顾问。本轮融资主要用于加强公司的技术研发，依托产业资方资源开发工业检测智能装备和拓宽市场渠道。
2017年，视觉系统巨头康耐视收购ViDi，将相关机器视觉深度学习技术收入囊中。据深视创新CEO许琦介绍，这是将深度学习应用在机器视觉领域的标志性事件，该技术主要用于工业生产流程中的瑕疵识别分析。而当时，类似方案在国内则刚刚起步。
成立于2016年，深视创新就是参与这波浪潮的企业之一。目前，深视创新已经成长为具有AI底层框架与自主研发实力的人工智能技术公司，具有国家级高新技术、深圳高新技术相关认定。旗下主要产品为“工业AI视觉套件”，用来替代传统方案，检测工业产品表面缺陷，大幅提升检测流程的智能化水平与效率。目前，该套件主要应用行业有机械制造、医疗医药、食品及磁性材料等领域。
工业生产瑕疵检测工作站
行业现有的工业瑕疵检测流程，主要分为人力工业检测和传统算法工业检测两种方式。据深视创新调查，其中人工解决方案占据了目前近乎90%的检测场景。由于人工作业强度大，工厂雇佣的工人往往只能在检测岗位上工作不超过一年时间。并且人工检测方案的准确率不能完全保障，误检时有发生。同时随着人力成本逐步攀升，招聘和员工培训投入对工厂而言越发难以应对。
此外，传统算法工业瑕疵检测方案也存在诸多问题。传统方案以代码定义相关缺陷，因而不够智能，难以具备更多的识别功能。同时误检率较高的情况持续存在。在被检物体背景环境复杂情况下，识别精度同样面临挑战。并且，传统方案算法高度依赖技术人员维护，后续技术投入也较高。
GalileoX产品
在替代人工检测层面上，深视创新“工业AI视觉套件”大幅提升了检测速度，提高了检测准确率，能精确识别工业产品的复杂瑕疵。以“机器+软件”方案替代了人力，因此有效降低了工厂用人成本和管理成本，提升了生产效率。
在替代传统AOI算法层面上，深视创新方案能够及时有效检测出形状结构复杂、背景复杂的产品瑕疵，并且能检测到难以量化的瑕疵，将其定义与分类，从而有效提升瑕疵的系统化检测水平。
在方案安装后，深视创新方案的后期人员维护成本也有大幅的降低，较之传统方案具有优势。在多个维度上，深视创新方案相比传统算法实现了跃升。
GalileoT大数据展示
据悉，目前深视创新“工业AI视觉套件”根据应用形态、应用行业分成了两条产品线模式。
首先是算法与软件产品模式。该系列形态上为软件，紧密围绕在视觉检测设备交付过程中的“算法升级-样本生成-控制整合-联机交互-数据分析-决策报表”流程展开，主要面向工业视觉的设备集成商。包含如下几款产品：
Galileo-X，解决升级传统算法为AI体系的问题
Galileo-T，解决工控、大数据、检测管理多系统整合的问题
Galileo-S，解决多设备联机检测与云检测问题
Galileo-D，解决项目实施过程中瑕疵样本缺失，项目实施进度缓慢的问题
其次是AI视觉解决方案模式，该模式主要面向终端的生产企业。该模式着力于解决在非标准和复杂的检测要求环境下，部署AI瑕疵检测系统的问题。同时可用较低成本升级企业现有 AOI方案设备，而无需完全迭代换新。目前主要应用于机械制造、航空航天、生物制药、食品加工等产业。
产品应用场景图
据悉，目前深视创新客户有设备集成商与生产企业两大类超过200家企业，主要大客户代表有富士康、阿斯利康、博杰、立讯精密等企业。
许琦介绍到，公司在2019年营收已经达到数千万。在盈利模式上，公司主要以项目制收取软件与视觉套件的相关费用。
在人力方面，深视创新目前研发人员占比50%。深视创新总部位于深圳，目前正在积极重点布局制造业集中区域，在苏州与郑州都有子公司分部。下一步，将围绕国内几大制造业集聚地持续拓展业务。
许琦说到，公司将以深度学习技术为发力点，持续下沉行业应用。长期来看，公司将以视觉技术为起点，切入智慧化工厂总体解决方案。
文章插图源自深视创新，经授权使用。本文为创业邦原创，未经授权不得转载，否则创业邦将保留向其追究法律责任的权利。如需转载或有任何疑问，请联系editor@cyzone.cn。
