2019年7月，东声（苏州）智能科技有限公司成立。2020年初便完成千万的天使轮融资。用东声CEO韩旭的话来说，东声一如既往专注在人工智能和机器视觉，而智能制造“智”为核心，利用人工智能技术将工业巨大、离散、多维的数据拟合后服务于工业，东声智能所做的，就是为工厂安装一双科技“慧眼”，一对声音监测技术的大师“智耳”和一个产线大数据分析技术的超级“大脑”，从而让工业变得更加智能化。

   出于对这样一家迅猛发展的机器视觉企业的好奇，我们采访了东声（苏州）智能科技有限公司CEO韩旭。韩总对自身企业和行业需求、发展的思考，希望可以为你提供一个独特的视角。

东声（苏州）智能科技有限公司CEO韩旭

   韩总分享道：“新冠疫情像一面放大镜，暴露了各行各业潜在的问题，全球市场受到了重创，中国工业更是受到了重大冲击，整个行业的进度放慢。不过正所谓“危中有机”，一旦疫情过去，工业必将成为经济复苏的中坚力量，而智能制造又将成为中坚力量的核心助力。对于机器视觉行业是也会是一个较大的机遇，其发展也定会“势如破竹”。此次疫情，导致众多制造型企业业按下了缓慢甚至暂停键，工厂少人劳动力短缺暴露无遗。”

通过此次，国内企业将加快对智能制造的改造，作为智能化过程必不可少的AI机器视觉东声科技也必将会随之迅速发展。东声作为一家以机器视觉和人工智能算法为核心的企业，以研发为核心的团队，疫情不但没有让我们停滞反而让我们的研发有了飞跃式进展，利用疫情闭关抓研发。

基于东声技术人才与智库团队，我们突破了人工智能的核心难点应用：

   ① 实现小样本数据训练用于产品个别缺陷种类图片数量缺少、 缺陷种类认识不全等情况。通过生成式对抗网络等算法，模拟丰富数据量，弥补缺陷样品数量不足等缺点。

   ② 实现跨产品型号适用可用在产品升级或者产品型号改变，或者材质类似的不同产品平行适用等情况，通过转移学习能够将大数据所训练的模型可以迁移到多个领域 只有小数据的领域，提高了人工智能在工业应用的泛化能力和适应能力。

   ③ 实现单一正样本数据训练产品初期生产没有缺陷图片，利用我们的算法可以极大的降低成本和时间，仅训练OK的图片，通过大量学习分析，可以检测出瑕疵产品上的缺陷，解决没有缺陷图片的痛点。

   ④ 实现工业环境高适应性不受工业环境影响，不受光源，相机，镜头等硬件性能衰落造成的影响，在外部环境一定的变化范围内，依然保持高度精准度。

人工智能核心算法平台HanddleAI将亮相展会

   韩总介绍，在机器视觉行业多年，虽然今年是东声科技首次亮相VisionChina（上海），但是我们准备充分，蓄势以待。VisionChina（上海）2020期间将展出：东声人工智能核心算法平台HanddleAI，以及3C行业应用的人工智能手机盖板玻璃检测设备及2D检测和3D结合的3C行业展示设备等多样场景的检测设备和实际案例，请大家敬请期待。

   目前我们的技术已与制造业行业多个企业建立了深度合作关系，例如：新能源软包装锂离子电池外观缺陷检测，项目产线目前传统算法检测率：漏检率0.03%，应用东声的AI软件检测后提高到0.01%（由于数据量的不断补充检测率还在提高）。新能源电池的半成品外观检测，产线目前为人员目测，确度、速度均较低，每条线每班10-15人，12小时制，仍无法满足生产需求。产线引入AI检测方案之后，相比之前检测精度提高了5%，速度提高了6-8倍。

   半导体领域LED灯珠检测，产品尺寸小在1mm-5mm之间。CT要求较高（36K/小时）、缺陷位置随机，缺陷特征提取复杂、产品种类多样。常见缺陷类型共计26项，其中异物、表面刮花、表面多胶、缺/少胶、气泡等为重点检测缺陷。目前的行业现状人工用显微镜抽检，大部分重要缺陷无法实现自动化检测，东声准确度达到99.98%。

   对于任何一件工业品来讲，瑕疵关乎产品质量，而质量关乎企业生存，一件工业产品少则有数十种材质，多则由上千种零部件构成，每一个工序都需要或多或少的进行外观瑕疵检测。随着产品精密度越来越高，瑕疵检测也变得越来越难，现在目前的人工目检和传统视觉都已无法满足，流向市场的不合格产品数量急剧增加，这种情况亟待改变。东声科技目前的技术可以解决上述问题，机器视觉方面东声拥有成熟HanddleAI（2D+3D）通用品，可以直接用于图像的缺陷检测，同时可以提供软+硬的解决方案（包含光学系统和定制需求开发算法）；通过我们的“眼睛”积累的行业大数据以及我们的“大脑”国际算法能力再加上算力的有机融合，从而推动整个工厂的转型升级。

东声与5G、人工智能技术

   5G的到来的实现了万物互联，为工业互联带创造了有利条件，视觉是工业最重要的眼睛，5G肯定可以让大脑和眼睛配合的更加顺畅。纵观工业目前大部分的视觉检测都是边缘计算，5G的来临将会给客户带来更多的选择，可以继续边缘计算也可以私有云或者公有云，从通信的角度来说目前无法实现的云上工作，其中工业的一张图片可以达到几十兆甚至几百兆大小，达不到产线传输速度要求。

   韩总在总结东声研发的技术会怎样与5G融合时，说道：“5G到来让上云实现可能，更大的带宽、更快的传输速度、更低的通信延时、更高的可靠性等优势，越来越多的客户向我们咨询相关的业务，同时我们在积极部署云检测技术，我们将推出更多的人工智能云检测方案，为工业创造更大的效益，请大家敬请期待。”

未来，企业或将比以往更依赖嵌入式视觉系统

   最后，我们与韩总热烈地探讨了技术融合日渐凸显的今天，他认为哪些技术融合对于机器视觉最为重要？同时，他认为机器视觉行业的潜在发展趋势或新的发展方向是什么？

   韩总分享，除了目前已经得到验证的深度学习技术之外，未来东声将会在3D视觉+AI，3D视觉+2D视觉+AI，图像信息+声音信息+AI，嵌入式视觉+AI技术领域进行探索。我们坚信嵌入式视觉应用将在工业4.0智能制造中大有可为，快速部署、低成本、快速响应、快速反馈等优势，在工厂产线的制造工序以及检测环节将广泛应用。

   一个智能工厂将会是什么样子？首先，它将为机器、设备、传感器和人员提供广泛的互操作性和高水平的通信能力。其次，它将具有很高的信息透明度，系统通过传感器数据创建物理世界的虚拟映射，使得信息情境化。第三，智能工厂的决策行为将高度分散，物理网络系统尽可能自主运行。第四，这些工厂将提供高水平的技术援助，系统可以帮助彼此解决问题、做出决策并帮助人类完成太难或危险的任务。几乎在所有情况下，企业都将比以往更依赖嵌入式视觉系统。

   东声的AI智能相机便是集工业相机 + 人工智能算法 + 图像处理算法 +硬件速度优化方案 + 光学方案的小型AOI嵌入式视觉设备。除了可以实现OCR、定位、相对简单的检测功能之外，布局在产线上可以收集数据，获得整个产线的制造工艺，利用深度学习算法提取工艺特征建立图像信息与工艺的映射关系、改善工艺、提高产能。