人類通過肉眼來觀察和了解世界，機器感知世界同樣需要配備一雙“眼睛”，而機器視覺檢測系統(tǒng)就是利用機器代替人眼來作各種測量和判斷。

1950年代，圖像處理成為機械工業(yè)的一個檢測項目，視覺檢測作為一項生產檢測機制誕生了；1990年代，智能相機的出現(xiàn)使視覺檢測技術得到飛速發(fā)展；2000年，數(shù)碼相機的發(fā)明和普及，使得老式的幀式抓取相機被淘汰......

隨著人工智能技術的不斷發(fā)展，自動化需求的不斷擴大，機器視覺以各式各樣的方式融入工業(yè)的各個場景。伴隨著智能化、數(shù)字化的發(fā)展，機器視覺持續(xù)“破圈”，已經(jīng)成為備受全球科技巨頭關注與重點投入的對象。

近日，工業(yè)領域高精度智能視覺檢測方案供應商“深度視覺”宣布完成過億元的A輪融資，本輪融資由通用技術創(chuàng)投領投，惠友資本、中關村發(fā)展啟航投資、高通創(chuàng)投跟投。

事實上，從2022年開始，就有機器視覺廠商先后陸續(xù)獲得融資，包括地標科技、矩視智能、格靈深瞳、領湖智能等廠商，且融資數(shù)額基本在千萬級別以上，甚至過億元級別的融資也不再少數(shù)。

如今，深度視覺獲得高額融資的背后，似乎也在預示著這一行業(yè)的潛力正在釋放。

低調崛起的深度視覺

深度視覺成立于2017年，從這個時間段來看，與國內人工智能市場的發(fā)展以及工業(yè)制造業(yè)數(shù)字化轉型的時機剛好相符。

根據(jù)國外調研機構Markets and Markets 的統(tǒng)計數(shù)據(jù)，2011年-2017年，全球機器視覺市場規(guī)模持續(xù)增長，2017年已突破80億美元。有研究報告指 出，2011年至2017年，我國機器視覺行業(yè)市場規(guī)模從10.8億元增長至80億元，年均復合增長率近40%。

中國制造正從“制造大國”向“制造強國”轉型升級，人工智能、機器視覺作為實現(xiàn)中國制造2025的核心技術正處于制造產業(yè)的風口浪尖，越來越多的現(xiàn)代工業(yè)生產商，正在使用計算機視覺技術，檢查工業(yè)產品問題，提升質量。

尤其在一些不適合于人工作業(yè)的危險工作環(huán)境或人工視覺難以滿足要求的場合，常用機器視覺來替代人工視覺，同時在大批量工業(yè)生產過程中，用人工視覺檢查產品質量效率低且精度不高，用機器視覺檢測方法可以大大提高生產效率和生產的自動化程度。

深度視覺作為一家工業(yè)領域高精度智能視覺檢測方案供應商，擁有智能AI相機&3D相機整機的自主研發(fā)能力、光學設計能力、多重算法庫的研發(fā)能力、FPGA平臺圖像采集處理系統(tǒng)的研發(fā)能力及自動化設備的設計制造能力，其一體化檢測設備已經(jīng)應用于多個工業(yè)細分領域。

在技術上，深度視覺進行了圖像采集-數(shù)據(jù)分析-設備一體化的產品布局。在圖像采集層面，深度視覺進行了特殊的光源和光路的設計，以及光學透鏡組的設計，解決了金屬零件表面高反光帶來的過度曝光問題，同時通過明場和暗場結合的方式，滿足了機加工零部件及汽車零部件特殊位置的圖像拍攝要求。

在數(shù)據(jù)分析層面，與傳統(tǒng)的視覺檢測設備依靠工控機進行集中式運算不同，深度視覺采用了分布式運算的方式，這樣做的好處是可以將整臺設備的算力更好的分配，完成在不同光照條件下對目標進行多次檢測，提高檢測精度。

目前深度視覺的客戶已經(jīng)超過300家，其中包括舍弗勒集團、不二越、人本集團、五洲新春等國內外知名企業(yè)。產品年出貨量為近千臺，且均為直銷渠道，這樣可以使深度視覺更好地理解客戶需求并快速迭代產品。此外，深度視覺也正在建設自己的生產基地。

自成立以來，深度視覺也屢獲資本的關注。據(jù)天眼查數(shù)據(jù)顯示，截止至今，深度視覺共收獲4輪融資，通用創(chuàng)投、惠友資本、高通風投、紅杉基金等多家知名機構紛紛融資，其中，最近一輪融資金額超億元。

不過，隨著越來越多的新進者和潛在競爭者參與其中，整個市場由藍海向紅海過渡的趨勢逐漸加重，而深度視覺及整個行業(yè)也在面臨一些不確定挑戰(zhàn)。

工業(yè)視覺檢測或將成為“新基建”下一發(fā)力點？

作為工業(yè)生產線機器設備的重要感知部分，在近年來工業(yè)4.0的升級中，工業(yè)視覺技術作為核心技術單元之一產業(yè)化進展迅速，目前加速在多個制造行業(yè)中滲透，整個產業(yè)鏈規(guī)模也呈現(xiàn)加速擴容的情形。

據(jù)GGII數(shù)據(jù)顯示，隨著機器視覺技術在工業(yè)領域的廣泛應用，預計到2023年我國機器視覺市場規(guī)模將達到208.6億元，其中3D視覺市場規(guī)模將達到34.28億元；預計至2025年我國3D視覺市場規(guī)模將超過100億元。

當車間逐漸實現(xiàn)生產流程的優(yōu)化和精益化，工業(yè)檢測成為大廠必爭之地。巨頭們攜帶自己磨煉許久的深度學習能力悉數(shù)入場，希望存量和增量市場用到自己的先進技術。

在中國工業(yè)質檢市場，百度智能云占據(jù)最大份額，在3C行業(yè)的固定點位缺陷檢測（比如寧德時代電池質檢）、鋼鐵行業(yè)的中厚板檢測、紡織行業(yè)的智能驗布領域都提供了相應的解決方案。

阿里工業(yè)大腦「見遠」已經(jīng)應用在電池片瑕疵檢測、蠶絲瑕疵、道路裂縫檢測、垃圾分類、智能養(yǎng)殖等多個領域；騰訊也攜帶著在華星光電、空客積累的一些工業(yè)視覺智能能力，深入其他制造領域。

隨著智能制造、精密加工對生產標準提出要求，工業(yè)視覺也面臨著更嚴格的考驗，這些變化使得工業(yè)視覺的應用場景被打開，并加速了其在制造業(yè)的廣泛落地。

但由于工業(yè)行業(yè)種類繁多，技術壁壘和場景不同，大部分廠商基本都是從某個垂直領域切入，硬件技術能力有限，不斷崛起的AI技術可以滿足部分高精準的檢測需求，在一定程度上滿足了硬件的不足，但對于深度視覺等廠商而言，工業(yè)視覺檢測發(fā)展之路還存在一定的問題。

目前的視覺檢測市場中，參與的廠商都在進行價格內卷，無論是為了后期的融資還是搶占市場，都在一定程度上對市場秩序造成破壞，低價下的用戶體驗無法保證。對于潛在的種子客戶來說，影響其自動化改造的阻礙之一就是對于成本的考量。

于一些需要采購產品的廠商而言，前期的產品量需求比較少，無法通過邊際效益來分攤產品成本，而市場中很大一部分潛在用戶都是對價格以及供應鏈敏感的用戶，處于初期發(fā)展的工業(yè)視覺檢測產品撬動市場比較困難。

千行百業(yè)的產線定制化需求使得設備具備非標性，通用性差，對于工廠來說不同的業(yè)務場景、生產環(huán)節(jié)，甚至不同工廠之間的需求都不盡相同，制造過程中的多品種、小批量影響企業(yè)的改造難度。設備交付之后還需要經(jīng)過一段時間的調試，最終與產線適配才可以，存在一定的周期影響著企業(yè)的自動化改造積極性。

縱觀當下，隨著制造業(yè)數(shù)字化、智能化轉型的趨勢成為明確方向，包括供應鏈、生產鏈在內的生產流程數(shù)字化轉型也成為未來的大方向，工業(yè)視覺檢測也逐漸成為制造企業(yè)必不可少的一環(huán)。

作為已經(jīng)深耕制造業(yè)工業(yè)視覺檢測領域多年的深度視覺，或許能在這場工業(yè)升級的大浪潮之下享受到市場帶來的紅利，同時，工業(yè)視覺檢測也將在大趨勢下賦能制造業(yè)升級。

來源：新工業(yè)洞察