创业邦获悉，杭州深视科技有限公司（以下简称" 深度视觉 ") 宣布收购近 5000 万元人民币的 A 轮前融资，由湘丰投资、高通风投和投资公司牵头。利用计算视觉开发工业高精度外观测试解决方案的公司创始人王水林表示：融资将主要用于全光谱视觉技术的研究和开发，并加快现有研发成果的快速转化。

深度视觉公司成立于 2017 年 6 月，主要致力于技术研究和产品设计。2018 年 9 月，深度视觉公司参加了 "中国创新中国" 秋季峰会，在 3000 多家参与企业中脱颖而出，沿着科技界进入了创新中国总决赛，并在总决赛中获得了第三名，成功地获得了企业家、高通中国和税务公司种子基金的种子轮投资。

机器视觉作为人工智能的一个主要分支技术，近年来出现了向业界大规模登陆的趋势。其中，二维视觉作为一种早期发展，且技术相对成熟和稳定的领域，在外观检测方面有着广泛的行业基础。随着高精度制造业的兴起和工业生产标准的提高，机器视觉的应用技术需要突破新的场景。然而，由于工业领域深层次的工业壁垒和工艺条件，高精度金属表面检测领域仍有很大的发展潜力，几乎代表了最高的外观检测标准。

具体而言，以汽车零部件，轴承，齿轮等精密零部件为代表的金属零部件是整个工业零部件领域的基础盘，规模巨大，但人工质检效率低下是目前所有工业基础零部件行业普遍存在的问题 -- 人工质检必然导致大量漏判误判，严重影响质量保证和生产率效率。" 机器视觉作为代替人眼的工具，具有更高的稳定性，准确性和适用性，有望弥补整个过程自动化的最后一个环节。工业检测的越来越高的要求和重要性与当前检测手段的落后之间的矛盾为机器视觉技术的应用提供了契机。

　　创始人王帅林表示，深度视觉的技术路线与市场上大多数公司的技术路线有很大不同。深视具有整个技术链的研发能力，包括相机设计与开发、边缘计算、图像算法、光场光路设计、人工智能算法、自动化设备设计等核心技术，能够实现更高的检测效率和一次通过率。误检率和漏检率大大降低。

在视觉设计中最关键的光学检测环节中，业界的焦点是如何在有限的照明条件下观察到各种各样的缺陷类型。目前，大多数机器视觉公司在光线下使用某种成像效果，抽象地说，在某些静态条件下，它是一个孤立的问题来指导设计。然而，问题是视觉检测设备所面临的缺陷成像效果的描述空间很大，使用 "增量" 思维不仅耗费时间和人力，而且很难覆盖所有场景。

因此，深度视觉综合所有已知缺陷类型，并进行完整的分析测试论证，得出系统的共性分析结果，以获得不同光场结构下的缺陷成像效果，是一种‘减法’思维。在实际落地场景中，精密金属工件表面存在工业油污对表面的干扰，超高速在线的速度要求，传动装置的抖动等诸多不确定因素。在实验室其他许多技术还处于理论阶段的情况下，深度视觉通过在一线反复测试验证，具体设备实现了 99% 以上的缺陷类型检测覆盖率和 98% 左右的整体测量合格率，检测精度也在微米级，是高新技术落地工业现场的一次优秀实践

在建立底层图像和数据库的前提下，计算能力是决定设备检测效率的关键，也是深度视觉的创新。创始人王帅林说：深度视觉不同于传统的 GPU 加速集中运算的方式，而是采用基于 FPGA 的分布式运算，具有计算能力分配的明显优势，能够在不同的照明场景中多次检测目标，从而大大提高了检测效率。实践证明，采用深视方案后，生产线的一次合格率比同行提高了 13-18%，误检率降低了 10% 以上。

纵深视野在横向扩大销售规模和覆盖面，垂直深基坑技术扩大能力。目前，公司已经完成了第一批交付一批行业领军企业，为下一轮大规模推广和成长做好准备。从客户使用效果的角度来看，投资周期的回报基本上控制在 1 - 3 年内，平均有 5 到 10 名劳动力被一台设备取代，这与生产线和设备的使用方式有关。

创办人王帅林透露，由深度视觉公司开发的高精度外观检测解决方案已应用于传统的汽车零部件、航空零部件、新能源、纺织、3C 等领域，为 50 多个客户提供服务。

祥丰投资的执行合伙人夏志进说：" 目前，检测应用占整个视野的一半以上，金属和玻璃检测是检测应用领域中最困难的。金属材料反射率高，缺陷获取困难，场景分散多样，检测要求特别高。深层视觉团队将人工智能和机器视觉技术结合起来，有效地检测出高反射和高曲率金属，以解决客户的痛点。深邃的视野已经被业界巨头所认可。我们相信，视觉检测在工业领域中的应用将越来越丰富，深度视觉的发展空间将是巨大的。