電子發(fā)燒友網(wǎng)報道 （文/黃山明）2020年10月12-15日，2020華南國際工業(yè)博覽會（以下簡稱SCIIF）在深圳國際會展中心如期召開。作為人工智能重要的前沿技術(shù)之一，通過模擬人的視覺系統(tǒng)，賦予機器“看”和“認知”的能力，也是本次SCIIF重要的展出內(nèi)容之一。

康耐視作為一家成立40年，專注于機器視覺的公司，在此次SCIIF中帶來了眾多機器視覺的解決方案，包括智能相機、3D相機、讀碼器、深度學習軟件VIDI、深度學習智能相機D900以及VGR產(chǎn)品等。

隨著機器視覺硬件方案的不斷成熟以及算力的提升，包括軟件在應(yīng)用領(lǐng)域的解決方案、3D算法、深度學習能力的不斷完善，機器視覺極大擴寬了在面板、半導體、PCB/FPC等領(lǐng)域應(yīng)用的廣度和深度。據(jù)中國視覺產(chǎn)業(yè)聯(lián)盟數(shù)據(jù)顯示，2018年中國及其視覺行業(yè)銷售額達到83億元，較2013年翻了3倍，年復合增長率達33.54%。

為此，電子發(fā)燒友記者在SCIIF現(xiàn)場采訪到了康耐視，就目前康耐視在機器視覺市場的發(fā)展進行深入的探討。


康耐視區(qū)銷售經(jīng)理劉墨介紹到，康耐視目前擁有完整的機器視覺產(chǎn)品線，囊括視覺軟件、智能相機、3D相機、讀碼器、深度學習產(chǎn)品等，這在行業(yè)內(nèi)獨一無二。

以深度學習領(lǐng)域為例，康耐視是目前唯一一家在消費電子、汽車、鋰電、醫(yī)療等行業(yè)成功大批量部署的深度學習品牌，具備行業(yè)中最快的圖片訓練最少的樣本數(shù)量,、同時也是目前行業(yè)里唯一一家將傳統(tǒng)視覺軟件和深度學習軟件整合在一起的機器視覺品牌。

劉墨以實際案例闡述了目前康耐視機器視覺技術(shù)在行業(yè)中的實際應(yīng)用，在面板行業(yè)中，尤其在手機面板中，可以發(fā)現(xiàn)OLED正在快速發(fā)展，并在高端面板應(yīng)用中逐漸取代LCD。相比LCD，OLED工藝更復雜，難度更高，加上曲面以及攝像頭開孔位置各異，同時還需要兼容線體的靈活性，導致制作OLED的技術(shù)要求更高，這對于視覺廠商而言無疑是一個挑戰(zhàn)。
康耐視推出了一個高精度對位系統(tǒng)AlignPlus，用以應(yīng)對復雜的對位貼合問題，可以解決OLED的對位技術(shù)需求?？的鸵曇揽吭撓到y(tǒng)，協(xié)助設(shè)備商順利拿下了國內(nèi)最大面板制造的設(shè)備訂單。
此外，國內(nèi)最大的電芯制造商，由于其客戶的需求量大，但讀碼器的安裝高度、角度變化多樣，這就要求讀碼器品牌不但要保證讀取率，還需要保證產(chǎn)品型號的盡量統(tǒng)一，以便后期維護，并且要嚴格做好成本控制。這時康耐視的讀碼器顯露出了較大的優(yōu)勢，由于采用了模塊化設(shè)計，相同的本體可以靈活的配置光源和鏡頭，這樣只用一種款式便可以滿足客戶的這些要求，最終通過各項評比，成功拿下訂單。

不過在實際的工業(yè)視覺檢測中，還面臨著器件不規(guī)整，打光穩(wěn)定性較差、光學畸變、器件輸送速度過快、從器件圖像提取的特征點較少等問題，這些復雜的問題困擾著視覺廠商。

劉墨對此表示，康耐視將傳統(tǒng)視覺和深度學習整合在一起，就是為了解決這些問題。用傳統(tǒng)視覺去解決光學畸變，對產(chǎn)品特征進行精準定位，用深度學習里的監(jiān)督模式和非監(jiān)督模式對產(chǎn)品進行定性判斷，再回來用傳統(tǒng)視覺進行精確量測，這樣深度學習和傳統(tǒng)視覺就形成了有效的互補，最終實現(xiàn)精準的檢測。

今年也是特殊的一年，由于新冠疫情的緣故，對許多行業(yè)都造成了不同程度的影響，機器視覺自然也不例外。劉墨表示，康耐視在此期間加大了在消費電子行業(yè)以外的多個行業(yè)的投入，如醫(yī)藥行業(yè)、鋰電池汽車行業(yè)、半導體行業(yè)等。

如一家醫(yī)藥行業(yè)的客戶，有一款藥物需要在低溫下保存，當有需要的時候，自動裝置會將藥物取出，這時需要追蹤判斷一下藥物是否有取錯的情況。但藥物從低溫環(huán)境中取出時，會在表面覆蓋一層霜霧，傳統(tǒng)的視覺檢測無法判斷，而康耐視通過In-Sight D900智能深度學習相機幫客戶解決了這個問題。

同樣是在疫情期間，某家LED芯片工廠在進行芯片制作時，還需要人工進行質(zhì)檢。但疫情期間工廠返工困難，質(zhì)檢人手不足，給企業(yè)生產(chǎn)帶來了很大的問題?？的鸵曂ㄟ^深度學習產(chǎn)品，在客戶現(xiàn)場進行了近一個月的驗證，對芯片圖片放大200倍進行驗證，成功的將之前由人工判斷的缺陷檢測出來，而且檢測穩(wěn)定性遠遠高于人工。

顯然，機器視覺將技術(shù)將助力企業(yè)智能化升級，與終端應(yīng)用及底層技術(shù)共同成長。未來，劉墨表示，從產(chǎn)品角度來看，康耐視會繼續(xù)加大深度學習、讀碼器、智能相機、3D等產(chǎn)品的研發(fā)投入、產(chǎn)品將更加適應(yīng)細分的行業(yè)。