芯算一体成为引领机器视觉的通用AI-aigc导航|ai导航
近日，芯算一体（西安）科技有限公司（以下简称“芯算一体”）完成千万级天使轮融资，由投资人Peter Li投资。
芯算一体是一站式视觉系统集成解决方案服务商，在低代码组态IDE平台上，汇聚了大量的机器视觉算法，客户可通过拖拉拽等方式，直接生成机器视觉解决方案。
01 解决集成商痛点，提供集成方案
芯算一体依靠IDE平台，提供一站式视觉系统集成解决方案，主要解决集成商在处理项目时遇到的难题。比如，通常要用到很多算法，但算法、组件及各类硬件的资源又比较分散，集成的门槛比较高，费用也较高，与此同时，也需要跨领域的专业人才，并且周期相对较长。
这是摆在集成商面前的痛点，芯算一体IDE平台主要解决以上痛点。据了解，IDE平台集组件开发、设备接入、算法组态与聚合、算法基础库、IDE组态开发、生态管理，应用输出等功能于一体，可快速部署视觉物联网应用。
芯算一体IDE平台可广泛应用于全行业各领域，覆盖工业、商业、服务业、交通、教育等上百种细分行业的复杂应用场景。从整体来看，芯算一体IDE平台集合了丰富的生态资源，覆盖多领域，通过一站式低代码组态开发模式，可降低项目的实施成本，提升项目集成效率。
从特点上来看，IDE平台通过视觉样本自采样、样本自生成机制结合算法组态、算法再聚合及算法自生成机制，可完成实时对平台中算法的繁衍迭代，不断扩充平台算法的数量和种类。能满足对算法数量和种类日趋新增的需求，且无需进行复杂的技术对接，整体上更快速完成算法集成及一站式落地部署。
据了解，未来芯算一体要将IDE平台打造成生态平台，将算法和物联网结合，具备组件拖拉式快速应用生成功能，支持多语言集成，并且可以跨平台应用，最终成为引领机器视觉的通用AI。
02 覆盖多领域，更智能高效
从应用场景上看，目前IDE平台主要在工业和民用两大领域，比如，在印刷细分领域，在印刷板材饰面材料上，项目通常会遇到一些难点，比如抽检率低，不能百分之百反映板材表面的质量，实时性差，不能满足在线高速的生产节奏，并且人工检测很容易造成漏检和误判。
在这种情况下，集成商通过芯算一体低代码模块化的集成开发环境，可以优化算法速度与算力器件，进而解决高速在线检测的问题。
而对于图文书刊这类的印刷场景，通常痛点是文字的大小和粗细需要检测是否准确，是否存在看不清楚等缺陷，是否有黑斑、飞墨、污迹，是否翻印等等。通过芯算一体低代码模块化的集成开发环境，可以集成印刷行业算法，生成解决方案。
在印刷产线上的字符、图案内容断点、掉色、偏色、渐变色异常、白页、错页等检测上，芯算一体IDE平台有广泛应用。
印刷是典型的细分应用领域之一，再比如在锂电池应用上，锂电池屏蔽盖表面反光细小，毛刺成像不明显，毛刺形状较多，并且细微毛刺容易漏检。如果是传统的算法，则容易遗漏较细且较深的针孔缺陷。
芯算一体IDE平台采用3D相机，扫描锂电池表面的3D信息与数学算法结合，可精准检测锂电池表面的毛刺突起。这实现了锂电池行业表面毛刺检测难题的突破，能提高锂电池产品良率和检测速度，减少人工漏检、错检带来的损失。
除印刷、锂电能源以外，在物流、食品医药、制造业、材料等多个细分领域，均可通过芯算一体IDE平台提供解决方案。
03 融合算法，将视觉技术落地
芯算一体成立于2022年，与AI芯片原厂合作，以机器视觉算法赋能于端侧设备、边缘计算、云端服务，芯算一体IDE平台汇聚了专业院校团队、第三算法个人开发者、第三方算法企业以及自研算法，构建了海量算法库。
从具体算法上来看，融合了数据结构、图像增强、几何变换、图像分割、特征授权、形态学等工业算法，以及图像识别、人脸、行为属性、文字识别、车辆识别等民用算法。
IDE算法库有算法自学习、样本自采集、样本自生成、算法再聚合和算法组态等五大机制，整体上是开放式算法自繁衍机制，系统集成商根据项目需求所涉及的算法、硬件设备及应用，可在平台上进行对应组件拖拉式组态，生成整套视觉系统集成解决方案。
可以看到，芯算一体IDE平台是利用算法将视觉技术进行落地应用。近两年随着AI技术快速发展，机器视觉的应用场景不断增加，机器视觉是用机器代替人眼，完成多种作业。在3C、新能源、医疗、家电、物流等众多领域，机器视觉技术都有广泛应用。
比如，在识别、定位、测量、检测、分拣等环节，机器视觉技术和AI技术结合，能执行各种复杂任务。应用场景持续拓展，市场规模在不断增长。专业机构统计显示，到2025年，我国机器视觉行业市场规模有望达到350亿元。
在机器视觉应用越来越广泛的背景下，芯算一体作为一站式视觉系统集成解决方案服务商，为系统集成方案商提供全行业一站式“云、边、端”视觉方案生成平台，实现视觉技术快速落地应用。
相关文章
桂公网安备45010002450472号