今天小編分享的互聯網經驗：「心鑑智控」AI視覺檢測方案上線，将光學成像、AI算法結合，歡迎閲讀。
「心鑑智控」是一家工業機器視覺應用服務商，成立于 2018 年，曾于今年 2 月連續完成了 A+ 和 A++ 兩輪合計近億元融資。依托自研光學成像模組獲取高質量數據，「心鑑智控」通過 DevOps 和 DataOps 系統對數據與算法高效迭代，基于自研 C++ 框架的低代碼應用開發，構建了視覺應用開發技術底座，逐步實現了工業視覺檢測核心技術的跨行業、跨場景的商業化落地）。
「心鑑智控」所切入的行業有高透、高反、高速的 " 三高 " 特點。創始人羅曉忠博士告訴 36 氪，他們目前有三個主要業務方向：
一是藥品及其外包裝檢測，提供人工智能醫藥外包檢測系統，以 鋁塑泡罩，點滴袋，軟膏及三期等醫藥外包裝場景的檢測為主。 二是玻璃檢測，以導光板、手表表蓋和鏡片檢測為切入點，本次發布的 AI 視覺檢測方案就以眼鏡鏡片場景為主。 三是高速運動物品外觀檢測，以瓶蓋瓶身日化快消、電線光纜等場景為主。
而傳統視覺公司無法深度介入這個行業，原因傳統機器視覺無法處理具有復雜光學特性以及高速、柔性、非标等高識别難度的應用場景。而這背後包括更多原因，比如工業品瑕疵數據不足，原始數據樣本不充足，會導致需要海量數據訓練的深度學習模型并不精準 ；生產線的匹配難度大，新系統與已有產線的運行節拍、基礎設備相互匹配且穩定運行的實現難度高 ； 解決方案的可復制性較差，生產環境千差萬别，算法需克服魯棒性挑戰。
針對以上行業痛點，「心鑑智控」通過技術手段解決。
首先獨創 " 小樣本訓練高精度、高準确度神經網絡模型 "。行業裏缺少大量工業品瑕疵圖片，進而影響沒有足夠的數據可以訓練模型。「心鑑智控」通過研發算法和光學的手段，能夠生成大量瑕疵品圖片，以實現深度學習。其次，在客户的實際使用場景當中，進行檢測模型的持續迭代，确保運行的穩定性和可靠性。最後，依托自主研發的 AI 模型訓練優化平台，基于 autoML 技術，建立了從數據到模型、模型到生產的閉環。
2023 年 6 月 19 日，「心鑑智控」在江蘇丹陽眼鏡節發布 "AI 視覺鏡片檢測方案 "。據了解，丹陽每年生產鏡片 4 億多副，約占全國的 75%，是目前世界最大的鏡片生產基地、亞洲最大的眼鏡產品集散地。
随着光學產品的發展，光學鏡片的應用範圍越來越廣。為了更好的助力鏡片生產商降本增效，「心鑑智控」與江蘇新視客光電科技有限公司（簡稱 " 新視客 "）合作開發的鏡片人工智能檢測設備及方案。
現場設備内部結構部分圖
現場設備外部顯示部分圖
具體來説，該設備及方案解決了傳統視覺檢測功能不齊全、運行不穩定的痛點，采用首創鏡片小樣本學習方法，針對不同的鏡片瑕疵可以實現模型泛化，快速準确，設備完全取代人工檢測，能有效檢出 24 種瑕疵，并可快速應對新出現的各種瑕疵類型。同時，心鑑的 AutoML 和在線部署系統，大大降低了客户對瑕疵訓練和系統部署的時間，極大提高了生產效率。另外，設備的檢測能力随着檢測過程，時間的推移，檢測能力将通過人工智能自我學習，越來越強大。
