商汤科技「工业视觉AI」研发介绍

关注公众号，获取更多AI领域发展机会

本文转载自知乎，已获作者授权转载，请勿二次转载。

链接：https://zhuanlan.zhihu.com/p/352296543

作者介绍

吴立威，商汤科技研发副总监，SCG 事业群工业视觉研发团队负责人。硕士毕业于清华大学自动化系，2014年加入商汤，先后负责过活体检测和身份认证相关算法研发工作。2018年至今，带领团队负责工业视觉相关研发工作，在智能运维巡检、智慧工厂等领域积累了大量落地经验，在工业AI技术体系和小样本学习等方面有研究和实践。

2018年“入坑”工业视觉，从刚开始的“拿着锤子找钉子”到逐步深入行业，发现和解决痛点问题的过程中，形成了一些自己的理解，也有很多感触。长期来看，工业是应该非常具有前景的行业，是国计民生的根基，也是国家间竞争的关键，因此我们决心花5到10年时间，构建全球领先的工业AI技术体系。

当前，工业在国内AI研究领域中似乎还没有进入核心视野，浅层做的话还是挺热闹的，但深入之后就会常常有孤独感。独行快，众行远。希望通过这样的抛砖引玉，找到更多同行交流学习，一起面向星辰大海~

按照传统厂商定义，工业视觉主要包括几个方面的技术：检测、识别、测量、引导。这些国际巨头在工业视觉领域拥有近乎垄断的整体优势，国内同行依然任重道远。

但是长期看，我们认为他们的定义还是比较狭窄的，主要是这些传统国际大厂历史悠久，技术体系反而受制于经验。在这个科技自由迸发的时代，我们有可能重新审视工业AI这个领域。

从算法角度看，我们可以认为工业视觉是计算机视觉的一个子集，但是工业问题的特殊性使得众多新的技术创造成为可能，从而构成未来行业爆发式发展的可能。

检测、识别、测量、引导

以检测为例。问题定义可以简单理解为：算法分析一张图片，然后输出目标位置及其类别标签。在工业检测和常规检测的本质不同在于，工业场景默认所有样本是通过系统的，而常规场景一般默认所有样本是不通过系统的。

以质检为例，流水线默认自动化运转，所有产品都会交付售卖，除非发现异常。常规检测，例如人脸解锁，手机默认是锁上的，除非发现了一个合法的真人脸。对于人脸检测，一般无需关心各种各样的假脸（异常样本）的检测精度，如果一个假脸没有被检测到，系统继续保持关闭就好，如果被检测出来，那就交给后面的活体算法来判断。

而对于工业检测，如果一个异常样本没有被检测出来，后续的流程也无济于事了，就导致了漏报。工业检测如果直接使用常规检测的方法，问题就变成了：加入已知的异常数据，训练检测器，上线，发现没有覆盖的Case，收集数据，重新训练模型，再重新上线，如此往复……无限循环的“脏活累活”，没办法根本解决问题，难以突破工业应用和推广的红线，这也是当前众多厂商觉得做工业很难的原因之一。

另外对于工业检测来说，有一个基本的矛盾：异常越是致命，客户期望精度越高，常规深度学习依赖数据量越大；而实际生产中，越是这样的异常，发生的概率越低，可获得的数据越少。这样的问题我们总称为“工业小样本”问题。

“纯学术”的思路肯定是行不通的，把问题简化，提升几个点，发个paper还行，但是具体工业落地红线还差“十万八千里”。如果想系统解决该问题，“纯学术”只是副产品。

我们需要结合行业，在视觉结构化、小样本学习、半监督、强监督、无监督、数据仿真、大规模自学习、通用工业检测算法等多个方面技术进行持续的研发创新。

我们无监督异常检测方面的工作之一

工业场景还有很多特有的问题，例如：智能机械臂、无人机引导、大数据预测性维护、工业流程控制、工业相机和光源设计（多光谱、多视角、3D等相机）、工业3D仿真等。

要系统解决这些问题，需要的技术往往超出纯视觉的边界，我们正在尝试构建多元化的工业AI技术体系。

机械臂智能抓取Demo

欢迎志同道合的朋友加入我们~

欢迎给我发邮件wuliwei@sensetime.com