【Vision对话·展商】——访深圳赛视智能科技有限公司 海外(中国)事业总监 申宇宙
2024年6月13日

Q:申总您好,感谢您在百忙之中接受我们的专访。首先,能否请您介绍一下在VisionChina(北京)2024展览会上,贵司展示了哪些产品技术和解决方案?这些技术和解决方案有哪些独特的亮点?

A:非常感谢你们的邀请。在这次展会上,我们主要带来了两款软件产品。第一款是SAIGE VISION检测软件,它是基于深度学习的产品外观检测解决方案,可以在传统视觉检测难以进行检测的多个领域实现检测自动化。该产品通过集中训练(Attention Training), 领域优化(Domain-Optimize)等技术,自主研发了核心引擎,提高了在工业领域的瑕疵检测准确度,在相同情况下准确度达到了业界领先水准,并通过模型压缩及代码优化实现了检测速度最佳化。SAIGE VISION的一个显著亮点在于其图像增强功能,通过深度学习技术,我们能够在极短的时间(100ms)内将低品质图像转换为高品质图像,这对于提高检测的准确性和效率至关重要。

此外,SAIGE VISION还具备虚拟缺陷生成器这一功能,它能够有效解决制造业中缺陷图像学习样本稀缺的问题。通过该技术,我们可以利用少量缺陷图像生成大量数据,进而用于深度学习训练,降低漏检率。另外,我们还研发了无监督学习功能,它只需要使用正常图像进行训练,就能检测出所有异常图像,这对于某些罕见缺陷类型的检测具有重要意义。

而第二款软件是SAIGE VIMS(Saige Video Intelligent Monitoring System),这是一款针对工业制造工艺视频的检测软件,基于机器学习的视频异常检测方案,通过摄像机实时监控所有生产工艺,在生产缺陷产品前,提前发现工艺异常并加以纠正,可显著降低不良率。

当产品出现瑕疵时,80%的是由于生产设备发生了问题。为了找到导致生成瑕疵的设备和工艺,工程师首先要对瑕疵进行分析,然后再查看该时段录制的所有工艺视频来进行逆向推理。这本身就是一项耗时耗力的工作,更不用说在这段时间内,可能又有上千甚至上万的瑕疵品被制造了出来,对企业造成巨大损失。使用 SAIGE VIMS可以在发生大量瑕疵产品之前,实时发现工艺或设备上的异常,并自动告知相关工作人员进行维护、改善。从而避免由工艺或设备问题导致的巨大损失,也可以节省为了确认问题需要花费的时间和人力资源。

该产品也是使用无监督学习,仅需要1-2小时的正常运作视频进行学习,无需标记,即可检测标记所有与正常运作不一样的异常的动作。

Q:随着国家对工业新型工业化的重视,贵司的技术在推进新型工业化方面起到了怎样的作用?

A:新型工业化是从自动化向智能化发展的过程,我们的深度学习智能软件在这方面发挥了重要作用。在工厂中,虽然生产自动化已经达到了较高水平,但如何有效地收集和处理这些自动化产生的信息,以及如何利用这些信息进行二次利用,仍然是一个挑战。我们的技术正是针对这一挑战,通过智能化的数据分析和处理,帮助工厂实现更高层次的智能化和自动化。

Q:在经济下行的大环境下,贵司如何保证自身的稳步发展?

A:在当前经济环境面临挑战的大背景下,公司如何确保自身的稳步发展尤为关键。我们身处一个竞争激烈的行业,每年都有众多新公司涌现。然而,我们的核心竞争力在于我们拥有韩国首尔大学教授和硕博士团队,他们专注于最底层的研发。深度学习不仅是编程层面的研发,更是数学层面的深入探索。凭借深厚的数学功底,我们从最底层开始研发,确保我们的模型达到最佳效果。

我们的技术使我们能够迅速开发出新功能,因为我们无需等待其他公司的成果,而是直接从最底层进行研发。当然,我们也会参考学术界的优秀论文,但那些论文主要针对大数据场景,对于工业环境数据量少、要求准确度高的特点,我们有能力自主研发出最适合的深度学习算法。这使我们能够保持领先地位,确保公司在经济下行的大环境中稳步发展。

Q:随着机器视觉技术的迭代和更新,您认为机器视觉行业未来将出现哪些新的市场需求?公司又如何应对呢?

A:机器视觉技术虽然在很多领域都取得了显著成果,但仍有许多问题亟待解决。我们将在无监督学习领域进行深入研究,在深度学习领域我们面临一个显著的挑战,那就是标注。标注过程通常需要大量的时间和人力资源投入。为了应对这一问题,我们研发了两种无监督学习功能,但坦诚地说,无监督学习在准确度上尚无法与监督学习相媲美,但是我们已经将技术的水准提高到在制造业也可以应用的准确度了。

而且,我们在监督学习方面也进行了创新,引入了自动标记功能。该功能能够利用我们之前训练好的优质模型,自动对新的图像进行准确标记。此外,我们还开发了一个辅助标记功能,用户只需选定特定区域,系统便会自动标注出被认为是缺陷的部分。这不仅显著减少了标注时间,还提高了标注效率。

更重要的是,这些辅助工具还能帮助提高标注者之间的一致性。由于标注过程中每个人的标准可能存在差异,导致标注结果的不一致性,这会对深度学习的效果产生负面影响。而通过这些辅助工具,我们可以确保标注的准确性和一致性,从而提高深度学习的性能。

未来,将持续关注制造业的数字化转型和智能化升级需求。随着工业4.0的推进和物联网技术的发展,制造业对机器视觉技术的需求将不断增长。我们将致力于提供更加智能化、高效化的机器视觉解决方案,助力制造业实现转型升级。

Q:申总,您对本次VisionChina(北京)2024展览会的整体印象如何?

A:本次VisionChina(北京)2024展览会的盛况超乎我们的预想,参展人数较往年更为众多。作为机器视觉领域最具权威和规模最大的盛会,我们深感参与的重要性,因此我们公司对此次展会给予了极高的重视。在展会期间,我们有幸与众多优质客户进行了深入交流,收获颇丰。对于机器视觉行业的未来,我充满信心,期待它能够继续蓬勃发展,为社会带来更多创新与进步。

机器视觉展网版权所有 京ICP备16034613号