浙氪观察｜深眸科技：开启AI视觉检测场景新时代

曾经，冰箱侧身的标签、空调背面不显眼的小螺丝、微波炉角落里的型号编码等质量检测，是工业生产线中最费人工、最难检测的“老大难”。这主要是因为我国家电行业长期以混产为主要生产方式，一条生产线上可能有几十种型号产品同时经受质检和生产，这种状态制约着工业智能化发展。

成立于2017年的深眸科技，聚焦解决传统工业视觉难题，通过AI视觉检测“图像采集、标注、训练、识别”的深度学习模式，挖掘视觉检测环境非标难题的解决方法，累积自主迭代算法，将AI视觉检测技术在家电、能源、纺织、医药等领域实现场景落地，生产了多款业内标准化产品。目前，已成为哈工智能、美的、格力、中免等企业的合作商。

36氪浙江与深眸科技CEO周礼就行业痛点及解决模式进行了对话。

抓住行业窗口期

提升视觉检测场景适应力

毕业于华中科技大学的周礼，自2012年就和同门师兄弟开始创业，期间做过餐饮团购外卖平台和小型家用看护机器人。一次偶然参加工业博览会，让他看到了AI算法在工业视觉检测领域大有可为。

AI算法能力恰好是他们团队的看家本领。周礼说：“在从事家用服务机器人的三年多时间里，我们通过自研图像标注系统和AI算法，增强数据中台开发能力，让AI系统能够快速整合软硬件资源，给出基于行业的定制化解决方案，大幅降低了服务机器人的生产成本。”

切入机器视觉检测之后，周礼发现，与市场始终不温不火的家用服务机器人赛道不同，在全球制造业面临巨大产业升级压力的当下，大部分生产线面临快速迭代、自动化、柔性化的迫切需求，让企业愿意为降本提速买单。

“中小型工厂是非常大的市场，但它们的生产环境、生产线并不一定能达到很高的标准，有的产品一旦尺寸、型号迭代，用来质检的模板甚至整个生产线就要被替换掉了，这种损耗对企业来说伤害力极强。”周礼说。

为抓住行业窗口期快速打开市场，同时克服传统机器视觉检测对生产线自动化要求过高等问题，深眸科技着重研发产品的快速场景自适应能力。

针对生产线环境复杂、产品尺寸形状不一、产品不断有新增等问题，深眸科技集成了近千个图像处理算子和多种交互开发工具的工业视觉平台，能够在短期内完成模型标注、训练、识别。如果方案中涉及到执行机构，可以通过视觉系统引导机械臂实现对农产品、化妆品、医药卫生产品识别、定位、抓取、分类，不限产品的形状、大小、包装等条件。

在更为复杂的环境中，深眸自研的AI视觉算法可识别物体紧密贴合和随意摆放、堆叠等，包括盒状、袋状、瓶状物体在内的多种物体轮廓，从而精准分割目标，并进行中心点精确定位物体。

深眸工业视觉平台

目前，深眸科技建立了集定位、识别、检测、分析、报警、记录、回溯于一体的可视化视觉系统，为客户提供从视觉分拣、物流供包、拆码垛、工业上料、缺陷质检、智能运维等全套视觉检测服务。

销售额翻5倍

解决企业“用工荒”

目前，深眸科技的客户来源主要分为终端工厂和集成商两部分。

周礼坦言，作为初创企业，想被列入大企业的供应商名单，是非常不容易的。

为拓展业务，深眸科技成立了产业合伙人管理部，制定产业合伙人战略。无论是校友、集成商人员，或是企业高管、行业协会等，只要有商业触达能力，都能成为企业的产业合伙人。

“集成商要落地一个项目，需要购买各种零部件，我们则可以提供视觉检测上下游的所有产品，帮助集成商快速完成项目验证与落地。目前这样的集成商共有12个，满足现有业务量需求，后续我们也会持续拓展高质量合伙人。”周礼说。

2020年初，深眸科技的计划是600万销售额，但年底结算时已超额5倍完成。能取得这样的成绩，一方面得益于深眸科技潜心算法完善，一方面市场“用工荒”也成为强效助推剂。

以电子制造业为例，我国相关生产线上与视觉检测有关的岗位，每年人工成本约60亿元，AI技术的切入，将这一工作从粗放、难量化的劳动密集型升级为精准定量、可溯源的自动化岗位。

而生产智能化并不是简单的在生产线中加一套AI视觉检测系统。在设备进厂前，周礼都要带领研发人员去厂里实地调研，摸清每个生产环节，让设备从进厂就无缝衔接开工，并保持功能持续迭代，帮助企业在少人、无人的情况下提升良品率。用周礼的话说：“只要让我们的产品在你的生产线上跑两周，就不会让我们把设备拉走。”

此外，深眸科技自主研发的LightWheel视觉引擎让视觉检测设计不再是难题。其具有极高的自由度，自定义UI、无代码开发、自定义流程设计，拖拉拽即可快速搭建视觉检测业务流程，极大程度降低研发成本，缩短研发周期与验证周期。

通过几年的业务拓展，深眸科技不仅敲开了工厂大门，也让自己的技术得到验证与认可。团队方面，公司汇集了来自华中科技大学、美国北卡罗莱纳州立大学、美国密歇根大学等知名高校硕士博士和领域内尖端人才。

周礼表示，未来，深眸科技会将视野放在整合产业链上下游上，持续优化产品在更多场景落地，拓展商业触达能力。