深度视觉科技聚焦轴承检测准确度拉高近

　　未来要做工业数据的流量入口。
　　当我们在谈论科技带来的改变时，提及更多的是消费级市场、物联网、语音助手、智能音箱等。对于不那么大众的工业领域呢？
　　从经济常识来看，低效能的生产模式必然遭到更高效率方式的淘汰，当前以机器学习、云计算、大数据等为核心的新科技势必会为工业生产带来一场变革。年产值6个亿，检测员工占三分之一
　　为什么会选择轴承领域？
　　因为在大制造领域，轴承行业对自动化和精度要求都比较高，以轴承检测作为起点，之后我们再进入其他领域就水到渠成了。深度视觉科技市场销售总监韩鹤天在接受创业邦（微信搜索：ichuangyebng）专访时表示。
　　轴承是工业制造中一个核心基础零部件，全球每年产量在上千亿套，中国现在大概有1500多家轴承生产企业，产量占全球市场的20以上。
　　轴承检测是整个轴承生产环节当中非常重要的一环，直接影响着轴承的品质和轴承的销量。但是，目前轴承成品外观的检测主要还是依赖人工。据悉，中国最大的轴承套圈生产企业，年产值6个亿，共600个员工，其中200个人负责检测。检测人员每天工作8个小时要检测2万个左右的轴承，韩鹤天表示：我试了一下，我看了10分钟就流眼泪了。
　　随着检测设备的不断更新，目前市场上也会有一部分企业用机器视觉进行缺陷检测，但由于技术限制，稳定性差，误检率基本在20左右，也就是说，机器会把20的好产品检测成坏的，这就又必须用人工来进行复检，无论是对工艺还是对成本来说，这都是巨大的浪费。
　　轴承检测的重要性与当前检测方法之间的矛盾，为机器视觉技术改革行业提供了突破口，也为创业者提供了进入的机会。机器眼睛代替人眼，准确度拉高近18
　　对于如何解决轴承检测过程中效率低、准确度低、速度慢、人力成本高的问题，深度视觉科技从机器视觉切入，在智能检测一体机上安装多个智能工业相机，通过图像抓取、识别、计算、踢料等基本流程来完成整个检测。
　　在硬件部分，深度视觉为智能检测一体机装上多只眼睛。第一只眼睛是可见光成像，第二只眼睛是智能长波红外相机，能检测金属近表层1毫米深度的裂纹，而且能跟划痕做区分，第三只眼睛就是医用级内窥镜，把它放在轴承检测整个设备里，它能检测孔径在3毫米以内孔径内部的伤痕。
　　这些深度视觉自己开发的工业相机中都会加入智能芯片和自主开发的算法，让相机拥有边缘计算能力，也就是说在抓取图像的瞬间，90的计算量已经在机器眼睛内部完成了，从而提高了设备的运转效率。
　　在提高准确度方面，深度视觉在设备当中加入了人工智能算法，通过深度学习，积累了大概上百种的缺陷样式，让设备对图像缺陷的敏感程度更高。
　　当技术从实验室研究出来之后，深度视觉花费半年左右的时间在工厂生产线上进行调试和实验，来應对工厂真实生产过程中所出现的各种情况。韩鹤天表示：这是其他创业公司不具备的市场资源优势。
　　经过在工厂的实际检测，深度视觉的轴承检测产品单从精度上看，与目前日本最好的检测设备仅能检测轴承套圈200微米的缺陷相比，深度视觉的产品直接拉高了100倍。在检测准确度上提升了将近18个百分点，纯物料成本至少给客户节省10，同时一台机器大概能替换掉12个人工，解决了检测人员冗余的顽疾。
　　目前深度视觉的第一台设备已经在8月份落地，据韩鹤天介绍，全球前八大轴承生产企业，有五家已经与深度视觉取得了联系，三家已经签了订单。2019年国内会有20台左右的设备会卖出去，大概意向订单会有几十台。未来要做工业数据的流量入口
　　除了轴承领域之外，深度视觉科技计划将检测设备推向泛汽车，比如说紧固件、车加工、金属表面以及医用胶囊等需要精度检测的领域，涉及金属表面检测和非金属表面检测。
　　韩鹤天还表示：未来市场打开之后，我们会通过机器视觉积累大量产品的图片数据，成为工业数据的流量入口。比如在缺陷伤痕检测领域，之前由于数据难以统计，金属表面检测行业并没有形成统一标准，但我们可以通过积累的海量数据库可以对不同大小、不同深浅、不同形状的缺陷进行分析，分析它产生的原因，进而反馈给前端制造环节，甚至制定行业标准。