机器视觉，是人工智能领域最前沿的技术之一。近年来，在智能制造的浪潮推动下，机器视觉应用场景数量持续攀升，待开发的空白市场不断涌现，催生巨大需求与想象空间。其中，在高难度复杂光学领域中，透明半透明、反光物体检测难度极高，亟待AI视觉创新技术革新传统人工检测方案，填补空白市场。

第八十三期《看见新力量》采访了首届广州·琶洲算法应用国际大赛冠军得主——心鉴智控（深圳）科技有限公司CEO罗晓忠，一起了解他们利用机器视觉为工业安全保驾护航。

心鉴智控（深圳）科技有限公司，将已被充分验证过的AI视觉创新技术，运用在检测难度最高的医药、玻璃与高速产线/金属零部件行业中，引领智能化变革新浪潮，拥有成为工业AI视觉领域平台型公司的巨大潜力。

(资料图)

以心为鉴，用AI算法革新传统检测

心鉴智控的“心鉴”二字来源于诗经，本意是：我的心是一面镜子。心鉴智控CEO罗晓忠进一步解释道：“AI视觉，以心为鉴，我们将用心给大家一个清晰明白的世界。”

罗晓忠，博士毕业于密歇根大学，还曾在匹兹堡大学、北京大学分获硕士学位和学士学位。作为前微软总部首席软件架构师，他在微软总部任职工程师超过18年，有着多年资深的大数据、人工智能技术及企业级软件管理经验及丰富的团队管理经验。

几年前，经过一番全方位洞察，罗晓忠发现，中国的工业视觉检测需求大约有1000亿，只有10%采用了机器视觉，还有90%依然依赖于人工，质检工人占据了全体工人数量中相当大的比例。

“肉眼的目测质检对工人视力损伤较大，企业一方面日益面临人力成本上升和招工难的境地，另一方面不能保证瑕疵的零漏检，需承担客户投诉/监管部门处罚的潜在风险。”罗晓忠进一步洞察到，与此同时，AI在飞速发展，结合AI的技术，用智能视觉检测取代人工。“把人的双眼从生产线上解放出来，就是心鉴成立的初衷。”

超精准、高难度，以核心技术攻破行业痛点

心鉴智控司研发的人工智能医药外包检测系统，是针对透明半透明、反光等抽象特征的物体，进行基于深度学习技术的产品外观瑕疵检测，解决了传统视觉AOI检测功能不齐全、运行不稳定的痛点。

公司凭借自主研发的顶尖光学成像技术，实现高难度数据获取，并持续积累落地场景中的模型与数据，构建独一无二的核心技术壁垒，将技术成果成功落地到导光板，瓶盖瓶身，医药外包装（铝塑泡罩，输液袋，软膏及三期等）等检测场景，检测精度及速度均达到工业级要求。

例如，心鉴的医药外包检测系统攻破了传统铝塑泡罩视觉检测的难点，业内首次实现了透过泡罩对药品反面做可靠检测，可完成药板24粒正反两面一次性全检。罗晓忠特意提到：“与AOI只能检测空粒和明显破损不同，心鉴的AI检测系统能可靠地检测出0.2mm黑点、浮粉、异物及非断裂破损，这是传统视觉无能为力解决的。”

值得一提的是，心鉴的铝塑泡罩检测模组是国际全行业首套铝塑泡罩AI检测系统，在业内首次覆盖药片、硬胶囊、软胶囊的在线包装前道工序全检测，完全替代人工，检出率达99.5%；同时，心鉴的在线检测部署让离线检测不再成为必须，大大降低了客户对额外检测设备与场地需求的投入。

披风斩棘，以强大韧力获头部企业的认可

探索的路上并非一帆风顺，谈到产品开发中的艰难险阻，罗晓忠说：“医药外包的瑕疵种类是无规律的，判定标准十分复杂，前期工业现场客户能提供的样本数基本上只有十几个或者几十个，而我们训练一个高精度的模型，需要几百万张图片，这对于深度学习AI视觉检测是一个大难题，检出率达不到客户要求，只有攻破才有出路，否则就被淘汰。”

心鉴在技术困境中一路过关斩将，最终实现了小样本学习与模型泛化能力的核心技术突破。罗晓忠说：“如何跨越样本数的限制，取得小样本的突破，以及针对不同需求能够快速地迭代出新的模型，保证模型的泛化能力，是AI落地成功的巨大挑战。”

众所周知，医药/日化快消品外包装及3C产品瑕疵检测精度要求极高，心鉴从铝塑泡罩与输液袋切入，并进行了相应的技术延展。目前已成功落地若干工业场景的瑕疵检测模组，并获得了头部企业的认可及持续的复制性订单。

2022年心鉴智控（深圳）科技有限公司凭借“人工智能医药外包检测系统“项目在“首届广州·琶洲算法应用国际大赛”中荣获冠军。

罗晓忠及其团队对大赛组委会及阿里云中心表示感谢：“我们参赛的初衷就是为了超越自我，并以此为契机加大算法技术研究、加快技术应用推广。这次比赛，锻炼了我们内部团队的协作能力、学习能力与问题解决能力。这座冠军奖杯，是对我们算法能力的肯定也是对我们未来发展的鞭策。”

未来，智能化的机器视觉所取代人眼工作将是大势所趋。面对这一趋势，罗晓忠说：“心鉴将持续加大科研投入，加快技术应用推广，培养高素质的人才队伍，充实企业创新发展力量，提升企业核心竞争力，进一步加强公司技术创新能力以及科技成果转化能力，力争成为AI视觉检测行业发展的中坚力量，为中国的智能制造贡献力量。”