當(dāng)遇到圖片顯示不完整或錯亂時，請清除瀏覽器緩存再次刷新頁面即可（公司網(wǎng)站定期維護(hù)圖像緩存有時不同步）
常州工圖視覺科技，常州范視電子科技，由中國機(jī)器視覺行業(yè)龍頭企業(yè)（北京大恒圖像、北京凌云光子）科研人員于2017年6月在江蘇常州成立。核心技術(shù)團(tuán)隊(duì)屬于國內(nèi)第一第二批研究機(jī)器視覺工業(yè)化應(yīng)用的研究人員，最早追溯至公司創(chuàng)始人2012年工作期間為廈門冠捷顯示科技研發(fā)的電視機(jī)主板圖像聲音檢測系統(tǒng)。公司在機(jī)器視覺領(lǐng)域擁有堅(jiān)實(shí)的理論和技術(shù)儲備。自成立以來，已經(jīng)成功為紡織印染行業(yè)研發(fā)交付了非接觸式接縫檢測、非接觸式光學(xué)計(jì)米、經(jīng)緯密測量、織物正反面紋路差異識別、紡織品外觀瑕疵檢測等多個光學(xué)檢測系統(tǒng)；為電磁線行業(yè)成功研發(fā)交付了云母繞包線光學(xué)測量、裸線外觀瑕疵檢測系統(tǒng)。另外，為鉛酸蓄電池行業(yè)研發(fā)滌綸、無紡布排管外觀瑕疵檢測與尺寸測量系統(tǒng)和為鋰電池行業(yè)研發(fā)測試銅箔檢測系統(tǒng)即將落地投產(chǎn)。我們創(chuàng)業(yè)7年來堅(jiān)持科研人員認(rèn)真務(wù)實(shí)的工作作風(fēng)，憑借嚴(yán)謹(jǐn)扎實(shí)的理論研究和高度負(fù)責(zé)的工程化技術(shù)完善積累了眾多可圈可點(diǎn)的項(xiàng)目。我們專注于上述行業(yè)，繼續(xù)努力把上面各種第一臺套設(shè)備不斷深入各自行業(yè)發(fā)展，不斷優(yōu)化技術(shù)和功能，為行業(yè)客戶提供更加穩(wěn)定可靠功能易用的設(shè)備。為國家智能制造、工業(yè)自動化貢獻(xiàn)力量。
核心人員具有985重點(diǎn)院校電子、電氣工程碩士學(xué)位，在機(jī)器視覺行業(yè)累計(jì)從事軟件和算法研究約14年時間（截止2025年）。核心研發(fā)人員從2011年進(jìn)入機(jī)器視覺檢測科研領(lǐng)域，當(dāng)時馬浩洋為全球第二大液晶顯示器代工廠，臺灣冠捷顯示科技（TPV/AOC 艾德蒙海外投資公司）位于大陸的液晶電視總廠（位于廈門市翔安區(qū)翔海路1號）的WB軟件工程師，因應(yīng)集團(tuán)Cost down要求，由曾在日本留學(xué)的自動化專業(yè)相樹江博士和林燕飛高級工程師的帶領(lǐng)，一起研制液晶電視主板圖像聲音檢測系統(tǒng)Function Test，2年后博士和林工離職，馬浩洋獨(dú)自承擔(dān)2.0版本的系統(tǒng)架構(gòu)設(shè)計(jì)和檢測穩(wěn)定性提升，期間不斷進(jìn)行算法優(yōu)化。隨后該系統(tǒng)在冠捷顯示科技廈門廠進(jìn)行批量部署，系統(tǒng)穩(wěn)定后集團(tuán)又將該檢測系統(tǒng)部署到冠捷巴西瑪瑙斯工廠和波蘭戈茹夫工廠，以提升主板FT檢測良率并降低人工檢測費(fèi)用。2014年底馬浩洋碩士畢業(yè)，前往北京大恒圖像工作。FunctionTest系統(tǒng)由后來者陳*祖、陳*生繼續(xù)維護(hù)，截止2021年與前同事陳*生溝通得知該系統(tǒng)仍正常服役。
近年本公司憑借扎實(shí)的工業(yè)視覺研發(fā)能力成為北自所---北京機(jī)械工業(yè)自動化研究所江蘇長江智能制造研究院視覺技術(shù)合作單位。另外本公司憑借紡織瑕疵檢測系統(tǒng)（智能驗(yàn)布系統(tǒng)），榮獲江蘇常州市2020年第十三批創(chuàng)業(yè)領(lǐng)軍人才項(xiàng)目獎（龍城英才獎）。
歡迎紡織行業(yè)、鋰電池行業(yè)、鉛酸電池行業(yè)、電磁線行業(yè)的朋友溝通交流。
馬浩洋先生在廈門冠捷科技任職期間，派往比利時飛利浦工廠（布魯日）學(xué)習(xí)時與飛利浦自動化測試系統(tǒng)研發(fā)團(tuán)隊(duì)合影（2013年）
冠捷顯示科技（廈門）廠主板生產(chǎn)線全線部署馬浩洋先生升級架構(gòu)后的主板FT檢測系統(tǒng)（2013-2014年）
2023年中央廣播電視臺《信用中國》欄目初選入圍簽名
備注: 本司秉承誠信經(jīng)營理念,網(wǎng)站所列信息皆可查證
一、計(jì)算機(jī)在我國發(fā)展歷史
我國計(jì)算機(jī)技術(shù)起源于1958-1964年第一代電子管計(jì)算機(jī)研制[1]。我國的計(jì)算機(jī)制造工業(yè)起步于五十年代中期。1957年下半年，在消化吸收的基礎(chǔ)上正式開始了計(jì)算機(jī)的研制工作，由中國科學(xué)院計(jì)算所和北京有線電廠（原738廠）共同承擔(dān)。在那個獨(dú)特的歷史年代里，閔大可教授率隊(duì)赴蘇考察。根據(jù)(前)蘇聯(lián)提供的M-3機(jī)設(shè)計(jì)圖紙經(jīng)局部修改，在(前)蘇聯(lián)專家的指導(dǎo)下，中科院計(jì)算所等單位完成了我國第一臺小型電腦。1958年6月，該電子計(jì)算機(jī)安裝調(diào)試，8月1日該機(jī)可以表演短程序運(yùn)行，標(biāo)志著我國第一臺電子計(jì)算機(jī)誕生。為紀(jì)念這個日子，該機(jī)定名為八一型數(shù)字電子計(jì)算機(jī)，后改名為103型計(jì)算機(jī)(即DJS-1型)，共生產(chǎn)36臺。103機(jī)，字長31位，內(nèi)存容量為1024字節(jié)，當(dāng)時運(yùn)算速度只有每秒幾十次，后來安裝了自行研制的磁心存儲器，運(yùn)算速度提高到每秒3000次。
二、機(jī)器視覺在我國發(fā)展歷史
機(jī)器視覺技術(shù)在我國起源于上個世紀(jì)70-80年代引進(jìn)國外先進(jìn)半導(dǎo)體生產(chǎn)線（第六個五年計(jì)劃[2]）[3]，為了檢測晶片制造過程中晶格缺陷，機(jī)器視覺生產(chǎn)線和高級設(shè)備被引入我國（因晶片缺陷尺寸非常微小，微米級別或者更小，肉眼無法檢測）。誕生了國際機(jī)器視覺廠商的代理商和系統(tǒng)集成商[4]。
1. 萌芽階段1950-1970年 只在高端科學(xué)研究和航天、軍工等項(xiàng)目有少量初級應(yīng)用，尚未形成完整的概念[5]
1959年，加拿大神經(jīng)生理學(xué)家David Hubel和瑞典生理學(xué)家Torsten Wiesel研究視覺皮質(zhì)層神經(jīng)元的生物反應(yīng)特征（貓的視覺實(shí)驗(yàn)），證明了大腦神經(jīng)皮層的多層次結(jié)構(gòu)，墊定了現(xiàn)代人工智能的仿生學(xué)基礎(chǔ)，為此榮獲1981年度諾貝爾醫(yī)學(xué)獎。同年Russell研制了一臺可以把圖片轉(zhuǎn)化為被二進(jìn)制機(jī)器所理解的灰度值的儀器。
1963年 Lawrence Roberts出版的三維固體的機(jī)器感知被廣泛人為是現(xiàn)代計(jì)算機(jī)視覺的先導(dǎo)之一。
1969年，貝爾實(shí)驗(yàn)室成功研制出CCD傳感器，可以直接把圖像轉(zhuǎn)換為數(shù)字信號并存儲到電腦中參與計(jì)算和分析，墊定了機(jī)器視覺技術(shù)基石。
2. 起步階段 機(jī)器視覺的概念首次在產(chǎn)業(yè)界被提及，但未形成精確的定義
1982年 受到Hubel和Wiesel研究的啟發(fā)，英國神經(jīng)科學(xué)家和心理學(xué)家David Marr介紹了一個視覺框架（計(jì)算理論、表達(dá)和算法、硬件實(shí)現(xiàn)），其中檢測邊緣、曲線、角落等的低級算法被用作對視覺數(shù)據(jù)進(jìn)行高級理解的基礎(chǔ)，同一時間建立了一個自組織的簡單和復(fù)雜細(xì)胞的神經(jīng)網(wǎng)絡(luò)，可以識別模式并且不受位置變化的影響。
在此期間，首批機(jī)器視覺企業(yè)誕生，DALSA（加拿大，1980年成立），COGNEX（美國，1981年成立）
3. 成長階段 1980-2000年 受益于半導(dǎo)體產(chǎn)業(yè)的發(fā)展使機(jī)器視覺得到蓬勃發(fā)展的機(jī)遇，尤其是定位檢測功能
1999年 Nvidia公司在推銷Geforce256芯片時，提出GPU概念，GPU是專門為了執(zhí)行復(fù)雜數(shù)學(xué)和幾何計(jì)算而設(shè)計(jì)的數(shù)據(jù)處理芯片。同年加拿大英屬哥倫比亞大學(xué)教授David Lowe發(fā)表《基于尺度不變特征變換（SIFT特征）的物體識別》[6]，標(biāo)志著研究人員開始停止通過創(chuàng)建三維模型重建對象，而轉(zhuǎn)為基于特征的對象識別。
4. 產(chǎn)業(yè)發(fā)展階段2000年以后
2001年 第一個實(shí)時人臉檢測框架被推出。
2005-2014年 HOG、SPM等特征提出，加拿大認(rèn)知心理學(xué)家和計(jì)算機(jī)科學(xué)家Geoffrey Hinton創(chuàng)造Alexnet，使機(jī)器學(xué)習(xí)分類器的準(zhǔn)確率獲得革命性提高。使得大樣本、深度學(xué)習(xí)的概念廣為人知，深度學(xué)習(xí)在視覺中的應(yīng)用日益廣泛。
2017年至今 深度學(xué)習(xí)框架的發(fā)展到了成熟期，各大巨頭紛紛布局機(jī)器視覺領(lǐng)域。機(jī)器視覺作為人工智能的底層產(chǎn)業(yè)及電子、汽車等行業(yè)的上游行業(yè)，仍處于高速發(fā)展的階段，具有良好的發(fā)展前景。
三、視覺項(xiàng)目成敗關(guān)鍵點(diǎn)
由于機(jī)器視覺技術(shù)可以替代人工完成很多工作，具有速度快，精度高，穩(wěn)定性好等優(yōu)點(diǎn)。很多工廠管理者為提升生產(chǎn)質(zhì)量和效率，想引進(jìn)該設(shè)備。但是中國機(jī)器視覺起步晚，國內(nèi)最早從事機(jī)器視覺研究的公司自主研發(fā)至今也只發(fā)展了20多年。該技術(shù)不同于互聯(lián)網(wǎng)或ERP等純軟件產(chǎn)品，軟件只是工業(yè)技術(shù)的一個載體或軀殼，核心在于成像技術(shù)、機(jī)器學(xué)習(xí)理論的研究創(chuàng)新、生產(chǎn)數(shù)據(jù)特性的研究和可靠性理論的深度結(jié)合。它對研究人員知識儲備，研究能力和工程經(jīng)驗(yàn)有很高要求，不同公司機(jī)器視覺產(chǎn)品在檢測能力和檢測穩(wěn)定性方面差距很大。我們從科研單位出來創(chuàng)業(yè)這6-7年時間里，接手過相當(dāng)多失敗項(xiàng)目，這些失敗項(xiàng)目大部分因?yàn)檎业难邪l(fā)團(tuán)隊(duì)不專業(yè)，只能處理基礎(chǔ)技術(shù)問題，深入一些的便無能為力。綜合起來看，這些失敗的項(xiàng)目大部分在比較小眾或者比較低附加值行業(yè)。經(jīng)過與他們管理人員溝通發(fā)現(xiàn)：這些領(lǐng)域的管理人員不像電子、半導(dǎo)體、通信等前沿高端行業(yè)涉足視覺技術(shù)較早，他們普遍欠缺視覺項(xiàng)目相關(guān)經(jīng)驗(yàn)。對這類產(chǎn)品的技術(shù)水平和質(zhì)量好壞也缺乏認(rèn)識。負(fù)責(zé)人對視覺技術(shù)的了解大部分來自廣告，廣告能相對實(shí)事求是的也就大公司還有可能，小公司很少。所以他們對業(yè)內(nèi)里各種公司真正水平缺乏認(rèn)識，所以找出價(jià)最便宜的那個來做，出價(jià)最便宜的往往是最不專業(yè)的那個小團(tuán)隊(duì)。因?yàn)橐曈X技術(shù)也分三六九等，典型可以概括為入門級和專家級。入門級技術(shù)只適用于基礎(chǔ)任務(wù)應(yīng)用，這類應(yīng)用一般目標(biāo)對比度高，產(chǎn)品缺陷形態(tài)簡單，背景單一，比如識別飲料液位高低、給酒瓶計(jì)數(shù)，識別Logo有無等等。而面對例如復(fù)雜紋理背景、復(fù)雜形態(tài)、可見度低的缺陷檢測則至少需要專家級。專家級一般都在各個大公司，例如北京大恒圖像，北京凌云光子這類視覺行業(yè)領(lǐng)軍企業(yè)。小團(tuán)隊(duì)一般難以支撐專家級研究人員。所以實(shí)施的時候，之前沒考慮到的問題一個接一個出現(xiàn)，嘗試再三無法突破，最終只能不了了之，浪費(fèi)了預(yù)付款和大量時間，也錯過技術(shù)升級窗口期。
機(jī)器視覺是多學(xué)科交叉的，包括光學(xué)、電子工程、軟件、圖像識別、機(jī)器學(xué)習(xí)、機(jī)械工程、自動化控制等。要落地視覺項(xiàng)目，需要保證所有學(xué)科無短板，同時在最核心的圖像識別領(lǐng)域有技術(shù)突破。遇到技術(shù)瓶頸時，具備堅(jiān)實(shí)研究能力，能夠各方面優(yōu)化到產(chǎn)線要求的水平。這需要具備堅(jiān)實(shí)的團(tuán)隊(duì)知識體系和豐富的工程化研發(fā)落地經(jīng)驗(yàn)。具體來講，視覺項(xiàng)目的成功落地包括以下方面內(nèi)容：
上述8點(diǎn)是視覺項(xiàng)目研究成敗的關(guān)鍵。具備這些能力的大部分是至少十年左右研發(fā)工作經(jīng)驗(yàn)的碩士、博士。所謂行百里者半九十，實(shí)現(xiàn)90%可靠性才算走了一半，難的是從90%提升到99%，99.9%這個過程。這個過程的難度不亞于特種鋼材提純冶煉的難度，需要克服難以想象的困難。不同于普通自動化生產(chǎn)設(shè)備，檢測設(shè)備是保證出廠質(zhì)量的最后一道關(guān)卡，須攔截所有外觀瑕疵。這個角色決定了檢測設(shè)備必須絕對可靠，技術(shù)上一絲一毫的不成熟不穩(wěn)定都將讓不合格品流出工廠，給企業(yè)帶來無法挽回的損失。這也是為什么前些年機(jī)器視覺產(chǎn)品狂熱，最近又冷卻，浮躁和狂熱無法成就過硬的產(chǎn)品。好產(chǎn)品需要長期研究、經(jīng)驗(yàn)的積累和無數(shù)次失敗和改進(jìn)。任何品質(zhì)過硬的產(chǎn)品都是克服一路艱險(xiǎn)，跌跌撞撞走過來。只有能力過硬、意志力足夠堅(jiān)強(qiáng)的團(tuán)隊(duì)和公司能堅(jiān)持到最后。
擴(kuò)展知識：從一般規(guī)律來說，人的視覺和大腦經(jīng)過幾百萬年的進(jìn)化，已經(jīng)高度發(fā)達(dá)，具有自我意識、感知、類比、聯(lián)想、歸納、推演等幾乎所有的智能要素，人工智能學(xué)科都是以人為目標(biāo)，希望造出具備類似智力水平的機(jī)器。通俗的說，目標(biāo)是造一個人出來，難度可想而知。現(xiàn)在人工智能研究方向僅在特定領(lǐng)域可以實(shí)現(xiàn)人的某些智能。舉例來說，Alpha Go打敗李世石也僅僅是最近3-5年的事情，而且僅限于圍棋這種規(guī)則明確的游戲。為什么沒有在藝術(shù)、軍事、政治、文學(xué)創(chuàng)作、宗教等領(lǐng)域出現(xiàn)打敗人類的AI呢？因?yàn)楹笳呤遣幌拗埔?guī)則的，需要具備真正的智力才能實(shí)現(xiàn)。我們看到哪怕僅僅實(shí)現(xiàn)代替人的駕駛尚且事故頻出，請不要將計(jì)算機(jī)技術(shù)神化。再舉例來說，對于貓、狗的目標(biāo)識別，也僅僅是隨著近些年大數(shù)據(jù)深度學(xué)習(xí)技術(shù)在西方學(xué)界取得突破性研究才得到實(shí)現(xiàn)，而此前這種任務(wù)對人來說，一眼就能認(rèn)出，計(jì)算機(jī)算法最好水平僅能實(shí)現(xiàn)60%左右準(zhǔn)確率。拋開某些商業(yè)宣傳不談，根本上說，機(jī)器遠(yuǎn)遠(yuǎn)沒有到人的水平。只是在部分專業(yè)領(lǐng)域隨著深度學(xué)習(xí)技術(shù)發(fā)展，可以達(dá)到更好的效果，某些特定領(lǐng)域可以落地。機(jī)器的優(yōu)勢在于沒有疲勞可以成千上萬次的重復(fù)一個過程，可以通過高分辨率的傳感器捕捉到人難以察覺細(xì)小目標(biāo)，在可用數(shù)學(xué)和計(jì)算機(jī)語言描述的任務(wù)上能實(shí)現(xiàn)很好的效果。除此以外的任務(wù)上，人類基本完敗機(jī)器，業(yè)界調(diào)侃人工智障很多源于此類，當(dāng)然也有很多已經(jīng)成熟的技術(shù)由于自身積累不充分導(dǎo)致沒做好。
實(shí)際上，面對有難度的視覺項(xiàng)目，一方面有商業(yè)上的考量，另一方面即使單純談技術(shù)，多年耕耘的專業(yè)公司也不一定能保證達(dá)標(biāo)，更不必談那些不專業(yè)的團(tuán)隊(duì)或純銷售型的公司。
關(guān)于行業(yè)分工方面，由于技術(shù)壁壘高，機(jī)器視覺行業(yè)專業(yè)有分工，機(jī)器視覺供應(yīng)商分為鏡頭、相機(jī)、光源生產(chǎn)廠家，以及具有系統(tǒng)研究能力的視覺自動化設(shè)備公司，該類公司一般是針對不同行業(yè)有對應(yīng)的公司。
本文把多年積累的行業(yè)底層經(jīng)驗(yàn)洞察披露出來，一方面現(xiàn)在是中國生產(chǎn)制造技術(shù)升級的歷史時期，這份資料給廣大工廠管理者提供一個專業(yè)參考，客觀認(rèn)識機(jī)器視覺項(xiàng)目和技術(shù)，降低試錯、時間成本，更順利的實(shí)現(xiàn)產(chǎn)線智能升級，提升競爭力。另一方面此文將這些信息披露，也保護(hù)真正注重技術(shù)注重口碑的公司的切身利益，跟不重視技術(shù)，一味打價(jià)格戰(zhàn)的商業(yè)行為有效區(qū)分，讓視覺檢測設(shè)備市場減少一些烏煙瘴氣，技術(shù)的回歸技術(shù)，價(jià)值的回歸價(jià)值，實(shí)現(xiàn)工廠和設(shè)備商雙贏局面。
參考文獻(xiàn)
[1] 電子科技博物館 https://www.museum.uestc.edu.cn/info/1184/2337.htm
[2] 1981-1985年，科技攻關(guān)項(xiàng)目，國家主要抓 8 個方面、38 個項(xiàng)目、100 個課題，其中最重要的項(xiàng)目是： 一、選育一批水稻、小麥、大豆、王米、棉花、糖料、 油菜、畜禽等優(yōu)良新品種，并建立完善的繁育體系。 二、研究大規(guī)模集成電路生產(chǎn)工藝及其工業(yè)化生產(chǎn)技術(shù) 和裝備，以及計(jì)算技術(shù)的開發(fā)。 三、能源開發(fā)及節(jié)能技術(shù)。 四、化纖紡絲工藝及織物染整設(shè)備的研究。 五、石油化工深度加工及綜合利用研究。 六、金川、攀枝花、包頭三大共生礦的綜合利用研究； 貧紅鐵礦選礦技術(shù)；國防工業(yè)、電子工業(yè)等方面急需的關(guān)鍵 新型材料。 七、研制 2050 毫米熱連軋機(jī)、60 萬千瓦火力發(fā)電機(jī)組、 13 超高壓交流輸變電、海上石油鉆采等大型成套設(shè)備。 以上這些項(xiàng)目，有一部分在六五計(jì)劃期間完成或取得重 大進(jìn)展。中央發(fā)展與改革委員會 https://www.ndrc.gov.cn/fggz/fzzlgh/gjfzgh/200709/P020191029595670483752.pdf
[3] 我國第一座具備規(guī)?；a(chǎn)的晶圓廠是1980年開始建設(shè)的第四機(jī)械工業(yè)部無錫742廠，獲當(dāng)時國務(wù)院投資2.8億人民幣。該廠1980年從日本東芝引進(jìn)全套三英寸半導(dǎo)體晶圓廠（5微米技術(shù)），并于1982年起投產(chǎn)，被認(rèn)為是中國第一個具規(guī)模半導(dǎo)體晶圓廠。無錫742廠主要產(chǎn)品是搭配陜西彩色電視機(jī)生產(chǎn)線所使用的集成電路江南晚報(bào) http://szb.wxrb.com/jnwb/content/202210/14/content_125967.html
[4] 北京勵德展覽有限公司上海分公司 https://www.nepconchina.com/zh-cn/mtzx/hyxw/jiqishijuefazhanlicheng.html
[5] 頭豹研究院 https://pdf.dfcfw.com/pdf/H3_AP202207051575830378_1.pdf?1657055578000.pdf
[6] 英屬哥倫比亞大學(xué) https://www.cs.ubc.ca/~lowe/keypoints/
Main customer
Partner