方正证券,三井住友,招商证券,信持力,昭图投资,华安证券,远希私募基金,工银瑞信,云禧投资,财通证券,泰聚私募

问题1:公司的深度学习技术布局及进展情况?

回答:深度学习(工业AI)相关技术的持续进步显著提升了机器视觉技术解决工业问题的能力,推动了机器视觉技术在更多行业的广泛应用。目前工业用的深度学习模型依然需要专业数据和领域知识积累,其着力解决的图像分析任务,仍旧需要以高成像技术积累的图像为前提。公司凭借在成像技术方面的领先优势,以及在各个下游行业积累的机器视觉专有技术(Know-How),与核心终端客户展开深入的前瞻性技术合作,提供软硬件一体化的解决方案。

今年以来,公司成立了专门的深度学习(工业AI)应用开发团队,并设立了专用实验室,全力支持核心大客户诸如外观缺陷检测等项目的开发。

12月初,公司发布了DeepVison3,兼具高效、柔性、易用特点。在高效维度,DeepVision3基于小样本学习,通过图像扩增、算法增强等方式,降低图像依赖程度,数据量可减少90%,而深度图像生成速度提升3倍以上,训练周期可缩短到30分钟;同时还通过模型轻量化,在保证了精准度的前提下,使分类和检测任务提速20倍以上。在柔性维度,DeepVision3开发了针对3C、锂电池的通用检测模型,相近工艺可实现一键换型,高度契合工厂模式,支持多人协作、多工序分析等功能。不仅于此,DeepVision3囊括了8大任务类型、15大核心功能,标注、分割更智能高效,操作简单。

问题2:公司智能读码器在光伏行业有应用吗?

回答:公司通过深入了解行业需求,将智能读码器产品渗透到硅片、切片、电池及组件等多个工艺环节,可实现信息全流程追溯。以光伏组件生产工艺为例,公司的智能读码器可有效应对覆膜、热压、层压等工序条码的读取难题。具体来看:

(1)针对条码模糊、受背景纹路干扰问题,智能读码器内嵌AI芯片,通过事先学习大量条码样本数据,能自动区分条码部件、字符和异常,算法抗干扰能力强,大幅度提升复杂场景的读取率;而且还支持过滤解错码的功能。即使条码模糊、受背景纹路干扰,智能读码器仍可准确读取,能兼容覆盖不同厚度、不同款式EV膜的条码,读取率可达100%;

(2)针对玻璃反光影响读码问题,智能读码器配备了偏振滤光片,能有效消除反光噪点影响,采集的条码图像清晰、亮度均匀,提升读码准确率;

(3)针对光伏板热压后的表面条码变形问题,智能读码器内置畸变矫正算法,自动修正处理,即使条码变形,仍可准确读取条码信息;

(4)针对条码位置不固定易漏读问题,智能读码器可选配超广焦距的镜头,视野范围更大;而且搭配的高像素高灵敏图像传感器,成像清晰,可有效抑制噪音干扰。即使大视野、较短曝光时间内,仍可获得明亮清晰的图像,能避免漏读、误读的情况发生;

(5)随着光伏组件生产工艺不断升级,产线速度大幅提升,为更好应对高速动态读码场景,智能读码器采用多核异构计算和三级流水式软件结构,通过ISP、NPU和CPU的并行处理实现高速化,从采集到解码整个过程无需等待,解码更高效。

问题3:公司的销售模式是怎样的?

回答:公司的销售模式均为买断式销售,主要依托向客户提供解决方案带动产品的销售,主要客户类型包括设备制造商、设备使用方、系统集成商/贸易商等。

机器视觉是智能装备的“眼睛”和视觉“大脑”,是实现智能制造的重要核心部分。而机器视觉在我国兴起和发展的时间较短,客户对于机器视觉能够实现的功能和能够达到的效果有一定的疑虑;且机器视觉功能的实现受到多种变量的影响,一套高效的机器视觉解决方案的设计需要大量的经验数据,而机器视觉的使用者往往较难积累足够的机器视觉应用经验数据库。因此,在销售机器视觉部件过程中,为客户提供技术服务和支持尤为重要。通过对行业特点的分析,结合公司自身的优势,公司建立起了以向客户提供机器视觉解决方案,从而带动产品销售的业务模式。

问题4:3D机器视觉产品是否可以取代2D机器视觉?

回答:使用2D机器视觉技术可以获取二维图像,在三个自由度(x、y和旋转)上定位被摄目标,并基于灰度或者彩色图像中对比度的特征提供处理分析结果。3D机器视觉技术相对于2D技术提供了更丰富的被摄目标信息,可以在六个自由度(x、y、z、旋转、俯仰、横摆)上定位被摄目标,还原人眼视角的三维立体世界。3D机器视觉技术与2D机器视觉技术,两者在不同的使用场景下有各自的优势,并非完全取代的关系。

问题5:公司有哪些领先的视觉技术?

回答:公司以视觉算法和光学技术为核心,具备开发机器视觉底层算法、平台软件,以及光源控制和光学模拟等核心组件的能力。核心技术包括深度学习(工业AI)算法、传统视觉算法、3D视觉算法、光源控制和光学成像等。公司重点发展深度学习技术、3D处理与分析技术、图像感知和融合技术、图像处理分析的硬件加速等视觉前沿技术,并持续在光源及其控制技术、镜头技术、智能相机技术、视觉处理分析软件方面进行强化,巩固公司在光源、光学成像、行业应用软件方面的优势。同时,结合多年积累的机器视觉在各下游行业应用的专有技术(Know-How),公司构建了包括基础核心技术、技术平台、应用技术在内的多层次的技术体系。

问题6:公司在机器视觉行业有哪些应用经验及数据积累的优势?

回答:机器视觉的下游应用非常广泛,几乎涉及国民经济的方方面面。即使在某一具体领域的应用,也会因下游的生产工艺、被摄对象的具体材质特点等不同,而有较大差别。因此,完善的机器视觉解决方案对下游客户而言至关重要。而设计有效的机器视觉解决方案,需要大量的行业应用经验积累,绝非一朝一夕所能形成。

公司在机器视觉领域深耕多年,特别是在3C电子、新能源等领域,公司与国内外知名设备厂商和终端用户保持着长期稳定的合作,拥有丰富的机器视觉产品的设计、应用案例库。深厚的案例积累,奠定了公司在相关领域的优势地位,形成了较高的技术壁垒,能有效保障公司在行业内的竞争优势,并为公司不断扩大产品应用范围、持续提升市场份额提供了有力支撑。此外,深度学习(工业AI)将深刻改变机器视觉行业的技术发展,而行业数据是深度学习技术的基础。深度学习需要通过大量数据对人工智能模型进行训练,不断对模型进行调校和优化,最终使机器能够像人类一样自动作出判断并达到满足实际应用要求的准确率。公司经过多年的专业化经营,在3C电子、新能源、半导体等行业积累了大量的数据,有助于公司迅速对模型进行调校和优化,提高模型输出结果的准确率和响应速度,在机器视觉的深度学习技术领域抢占发展的高地。

公司通过大量行业方案积累,逐步开始建立分行业方案、产品、交付的标准化。目前公司机器视觉解决方案广泛应用于3C电子、新能源、半导体、汽车、光伏、食品、医药、烟草、物流等多个行业。