作者：赛雅
“如果你知晓“深度学习”，说明对人工智能有较为深度的认知”。李宇笑容谦和，引领着笔者在大恒图像的官方网站巡游，我们不禁将目光停留在“深度学习”的专区。视觉独角兽的竞技让视觉处理技术得以长足发展，近几年也正逐步应用于印刷、包装、电子、交通、安防、冶金、纺织、食品药品、航空航天、医疗科研等诸多领域。随着对AI视觉技术的基础研究不断深化，从市场格局来看已经发展成为一个相对独立又相互依存的产业生态。
李宇毕业于武汉大学印刷工程专业，自2010年起以华东区销售总监的身份进入大恒图像，如今他已是上海办事处的总负责人、非标检测事业部总经理。在与李宇的交谈中，可以感受到他对工业视觉领域极度的热忱与追求，以及对公司乃至行业发展的信心与信念。视觉检测具有显著的资金密集、技术密集、人才密集的行业特征，因此每一项门槛对企业的要求都非常高。大恒积累了24年实践经验，具备深厚的技术底蕴，资深研发团队和支持团队400人以上，其中硕士博士超过半数，人才储备也是厚积薄发。目前视觉处理器市场的整体规模（包括硬件、软件、服务）在170亿美元至180亿美元，单从硬件来看也占到了30亿美元左右，未来会更加快速地增长。深度学习为代表的AI技术是图像领域近20年非常重大的进展，该技术向工业视觉领域渗透几乎是必然的。这必将颠覆现有的产业格局。
谈及“人工视觉”，李宇将其分为两个部分，一是摄取图像并且进行一些噪声去除等初级图像处理；二是对所摄取的视觉信息进行并行处理。目前国际技术水平朝着高分辨率、宽动态范围、高帧率、高智能化、宽波长范围和三维成像的方向发展。人工视觉系统能够完成图像获取，和初级（图像滤波）、中级（特征提取）和高级（特征识别和不规则处理）三个图像处理步骤。当AI视觉技术真正从实验室走向应用落地，工业产品的自动化检测领域完全可以使用视觉系统代替人工检测；在智能监控领域，过去需要将视觉处理芯片装在具有传感器技术的摄像头上，通过把数据结构化、再压缩送到数据中心的复杂方式完成数据传输和计算，以后可能就会彻底改变这种结构。
基于计算机视觉和机器人技术的研发，大恒将AI技术纵深应用于工业自动化领域，主要解决工业缺陷检测和智能分拣抓取问题。李宇以客户福耀玻璃为例，福耀为奔驰提供车窗玻璃的高档装饰条，每根上万元，价格不菲。在生产线上有3000~5000的质检人员，需要肉眼观察产品的外观瑕疵问题。这类工种是非常痛苦的，属于操作工级别里面的脑力劳动者。长时间劳动不仅眼睛会疲劳，精神也会疲惫松懈。利用计算机视觉技术、机器人技术，每根2米多长的装饰条，可以通过机器拍摄1000多次，每一幅图都自动调焦，角度和位置都不相同，每根装饰条有1000次呈现的角度。基于深度学习的智能工业检测平台软件，解决复杂缺陷的定位、检测、分类等问题，可以实现100%高效精准的机器视觉检测，大幅度降低次品率，对福耀玻璃而言，堪称是一次非凡卓越的技术革新。
汽车工业和自动化系统是完美的搭配。汽车装配线是一种高速作业，充满了高度重复的任务。过去，机器人技术每次都可以通过相同的动作，但是可用于汽车的一系列可定制选项推动了该行业机器视觉的发展。视觉不仅对组装很重要，加入最新技术增加了对详细检查的需求。机器视觉正在帮助制造商更快、更准确地发现缺陷。吞吐量是汽车工厂运营成功的关键，适当的检查有助于汽车制造商避免代价高昂的召回。世界500强大陆汽车，仪表盘销量全球排名第一，在依赖人工检测的制造阶段，质量损耗高达百亿欧元。仪表盘在印刷生产时，每次单色印刷需反复多次。如果其中一色出错，未被人工检测及时发现，就会造成后续工艺的白白浪费。李宇通过引入大恒印刷在线检测系统，替代以往人工部分抽检的方式，以机器自动化实现产品印刷的100%质量检测。大陆汽车仪表盘质量检测实现飞跃性的业绩改进，透光检测的工序时间从66秒减少至12秒；工作区域空间从160平方减至95平方；最终检验工序的时间从8.7秒减少至2.1秒，工作区域空间从200平方减至100平方。PPM从200降至110，是仪表盘产业链前所未有的工艺创新和业绩提升。
李宇将AI和机器人技术在工业自动化领域的应用比作人的身体构造：第一, 脑，即数据分析类。比如做设备的监控管理，提前预测设备的使用情况，提前补救，而非事后检查。在整个工艺链条上进行关键工艺数据的记录，进行数据挖掘和分析，优化工艺参数，提升设备的能力以提高良率等。第二，眼，即智能质检。通过深度学习进行视觉缺陷检测，从而达到产品质量控制。第三，手，以及手和眼配合的场景。比如物流里面的分拣以及装配领域都需要大量的人力，需要手眼结合，我们用高精度的视觉和机器人配合，去把这部分人力进行替代。第四，脚，就是各种AGV，用于工厂或者在封闭的空间里进行无人驾驶。李宇所精通的视觉检测领域，恰似一双慧眼，通过利用光、机、电、计算机技术为一体的自动化印刷质量检测设备替代传统人工，在40条生产线上，一改人眼目测劳动强度大、费时费力、检测标准不统一的窘境，在自动化流水线上实现优良品和不良品有效的识别和分离，为世界500强中粮包装在金属马口铁印刷方面填补了国内空白，其应用给印刷质量检测带来革新性的进步，是中国印铁行业开创性的技术突破。
由于深度学习，制造和工程正在经历突飞猛进的进步。机器视觉成为一个迷人的领域，它将麦克风或摄像头形式的现实世界监控与人工智能相结合，用于许多现实世界的应用，人工智能和嵌入式视觉比以往任何时候都更多地被用于使生产线运行更加顺畅和高效。AI人工智能，可以像人类一样处理事件的“智能”计算机，涉及复杂的计算机算法。令李宇引以为豪的，是自己领衔开发出的核心算法模块化。以印铁行业为例，针对印品的各种缺陷特征，有针对性的设计检测算法，推出文字检测、套印检测、烫金检测、凹凸检测、号码检测、颜色检测、拉线检测、测量等多种算法模块。若出现特殊缺陷，可以针对性的追加特殊算法，满足不同客户对品质的不同需求。这一人工智能检测系统正服务于中国年产值超过200亿的金属包装行业巨头企业，嵌入式视觉在极大程度上帮助降低制造成本和产品缺陷。
人工智能的大潮滚滚而来，当今世界的产业在颠覆的基础上重塑格局。李宇这位视觉检测领域的弄潮儿，在深度学习中思考，在深度学习中升华。他助力大恒检测系统、检品机年产值累计产值超3亿，实现华东区市场占有率超过60%；以冠军的姿态，成为人工智能这一时代潮流的领军者。
