品图|36氪首发｜曾获李泽湘投资的AOI设备商「品图视觉」完成A轮融资，由启高资本领投政务服务|政务|开州|开州区|数

文｜戴昊彤编辑｜彭孝秋
36氪获悉，近期AOI方案及设备研发生产商——深圳品图视觉科技有限公司（以下简称“品图视觉”）宣布完成数千万元A轮融资，领投方为启高资本。本轮融资后，品图视觉将进一步加大人工智能在机器视觉，特别是产品外观缺陷检测相关技术的应用和布局，推动产品的研发迭代与核心团队的扩充。
工业制造是我国传统的优势产业，随着国内人口老龄化趋势加重，人口红利逐步消失，工厂也面临招工难、人员流动性高等难题。而目前，超过80%生产线的视觉检测仍然依赖人工。如何高效运用技术手段替代人工进行外观瑕疵检测，已成为诸多产业的难题。
正是看到这样的市场机遇，品图视觉自2018年成立以来，一直专注于AOI（自动光学检测）方案及设备研发和生产，主要提供产品外观瑕疵检测的技术和方案。
在视觉检测中，最亟待解决的两大技术瓶颈包括：一、如何精准地拍到瑕疵；二、如何排除干扰、检出瑕疵。首先，在拍摄瑕疵方面，品图视觉研发了一套仿生人眼的照明光学与成像机器视觉系统，配合低延时图像采集与整合系统，使瑕疵无所遁形；同时，基于高阶图像算法和深度学习，品图视觉研发了一款智能软件平台，能最大限度地模拟人脑的判断灵活性，人工智能算法主要由数据驱动，使用者在调试算法时只需要收集对应的良品和瑕疵数据，算法会自动学习图像中瑕疵的形态，从而形成检测模型。

文章插图
品图光学检测设备工作过程
在光学技术方面，品图视觉具备一定创新性，这主要体现在团队研发的一套算法及两个软件平台上。首先，在算法方面，团队结合照明光学与成像光学技术，独创一套自由曲面网格控制节点的法线矢量的匹配算法，达到精确配光，并通过设计各种非对称的复杂自由曲面光学系统及光学元件，将光学性能优化至最佳，实现定制个性化检测设计。在效率提升上，这套匹配算法将原本需要1-2个月生成的工业打光方案设计周期缩短到1-2天。在识别难度方面，算法也能辨识出大部分肉眼及机器都无法识别的瑕疵，如：产品上的微小模印、低对比度的压痕、芯片及晶圆上的线路等，算法能快速识别，助力生产提质提效。
其次，凭借在高透明、高反射材质产品领域深耕多年的经验，品图视觉自主研发了一款AI瑕疵检测软件，以提取有效的缺陷目标开展大量搜集与研究，实现数据驱动。易用易学，从而降低使用者的技术门槛。同其它工业视觉软件相比，可大幅缩短设备导入时间，并可模拟人类大脑的信息处理，具备学习功能，在处理复杂问题同时还可处理公差问题以及难以量化的瑕疵，如橘皮、波纹等，更重要的是在有异物干扰的情况下也能工作（E.g.检测磁头
最后一点，团队同步研发的智能大数据分析和预测软件系统云平台，将视觉检测进一步科学化，通过模型识别和高阶分析，将故障缺陷诊断时间从几天至数周提升至十余分钟甚至几秒内，可在生产过程中及时发现瑕疵，并通过数据收集，搭建智能状态数据库，对海量数据进行管理、整合、分析和利用，从中发现问题环节及规律，生成分析报告，供决策者分析、监测与督促改进，从而提高产品良率、减少材料浪费。
除了软硬件结合的技术优势以外，创始团队背景也是品图视觉的一大优势。其创始人刘颖曾就职于飞利浦全球开发中心、惠普科技（上海）等企业，负责激光电视的研发、核心光学元器件NPI与供应商技术管理工作；在香港应用科技研究院任职期间，带领团队成功获批并完成十余个、总计亿元港币研发项目，以第一发明人身份获取美国、中国光学相关专利40多项。