原标题：漕河泾企业 将AI视觉应用于SMT半导体和汽车关键零件检测，「感图科技」获数千万元pre-A轮融资

  近日，漕河泾企业、人工智能计算机视觉公司「感图科技」获数千万人民币的pre-A轮融资，投资方为拓金资本和寒武创投。

  上海感图科技创立于2018年4月，主体业务是将计算机视觉技术应用于精密外观检测场景。目前感图科技主要聚焦于SMT半导体和精密机械制造领域，为头部手机零配件供应商与汽车关键安全类铸件制造商提供AI 表面检测一体机及AI检测视觉系统，同时面向部分计算机显示终端提供完整的产品解决方案。

  目前，SMT半导体和精密机械制造产线的缺陷检验测试其实是依靠人工目视检的方式，一条产线上一般有近三分之一的人工都在最后的检测工作上。随着人力成本的一直上升，以机器代替人力的需求也更加凸显。

  检测效率低：精密制造产线的部件越来越精密，人工一般借助放大镜等工具进行仔细的检测，效率非常低，且无法长时间进行仔细的检测，对人员的视力也有较大的影响

  检测质量不稳定：人工难以看清楚精细微小的缺陷且无法保持相同的高质量，造成质量隐患

  而感图科技做的是利用机器代替这部分人工的投入。产品方面，感图科技已经推出了AI表面检测一体机产品感图明鉴者 (GTI)，该一体机产品有：数据采集设备、决策实施设备、AI检测系统和AI服务器集群。值得一提的是，该AI检测系统能完成数据筛选、标注处理、模型训练、推理识别等多个步骤，在本地实现模型训练和推理识别的数据闭环。

  利用AI机器视觉进行精密仪器检测，最重要的就是检验的准确度。感图科技CEO朱磊透露，感图明鉴者在SMT半导体检测和汽车关键零件检验测试领域的检测准确度都在99%以上，检测效率约是人工检测的5倍。

  之所以能做到这样的水平，得益于感图科技在算法上的优化。朱磊介绍，感图科技深度优化了底层深度学习框架，自己搭建了的海量工业知识库的框架体系、并且优化了数据增强技术，这些做法提高了明鉴者在复杂场景下针对多种材料物体的复杂、细微外表特征的检测准确度，同时还使得明鉴者可以针对物体外观特征和种类基于少量样本快速训练和学习。

  “在明鉴者落地的两个领域，缺陷图片的存量相较于手机面板、手机壳、锂电池/新能源电池外观、这类的缺陷图片少很多，因而可通过少量样本快速训练算法就非常的重要了，目前感图可以的AI训练效率能做到一小时内，最少数十张图像就可以完成训练。”朱磊说。

  客户方面，感图科技已经获得了包括苹果手机零配件供应商与全球最大的汽车关键安全类铸件制造商等行业头部客户的订单，并与包括英特尔、英伟达，ARM等科技巨头以及中国矿业大学等高校开展深度技术合作。

  盈利模式上，感图科技针对行业头部企业客户提供软硬件一体化产品，费用包括软硬件采购以及年维护升级费用。同时针对集成商客户提供单独的AI检测系统及数据平台，收取平台授权费和服务费用。

  创始人团队方面，创始人兼CEO朱磊毕业于湖南大学，后攻读同济大学MBA，先后就职于Pioneer、Sony等知名世界500强企业，10余年音视频及专业类影像产品/解决方案研发和部门管理经验。另一名创始人CTO张弛是朱磊从索尼时期开始共事近10年的同事，拥有多年的海外工作经验，长期从事AI技术基础研发和应用的工作，曾担任索尼专业影像设备及智能图像处理研发负责人。联合发起人CMO 蒋帅，毕业于加州大学伯克利分校，曾任美国硅谷EMC, HP全球产品总监，负责多个旗舰级企业级智能软件产品线，曾自主创业期间和日本软银合作并担任软银本部高级战略产品顾问。

  在工业视觉领域，基恩士和康耐视是两大老牌头部公司，市值分别在700亿美元、90亿美元左右。目前，国内大多数的工业机器视觉公司，都是集成基恩士、康耐视及Mvtech等国外公司的产品，或者基于他们的软件平台做二次开发为客户提供视觉解决方案。

  据Market Research Future的数据，全球工业机器视觉的市场到2023年将达到110亿美金。从2017到2023年的年增长率达到14%，中国是工业机器视觉增长最快的市场。

  工业领域，细致划分领域非常多，且每个领域的使用环境和需求也不完全一样，无论是纯软件形式的方案还是软硬件一体的完整解决方案都能找到各自的市场。而那些能基于新一代AI视觉技术，攻克高难度的工业视觉场景，并能满足场景复杂需求的公司，更可能会成长为行业头部公司。