打造工业AI平台，思谋vimo：立足机器视觉 助力光学精密制造商打造智能工厂

近期，思谋科技基于SMore Factory智能制造AI解决方案，为全球光学顶级企业提供了多套落地AI方案，其中包括工业大数据智能分析系统、思谋工业视觉AI解决方案以及思谋工业AI软硬一体化设备，贯穿其生产制造的多个环节和流程，是该厂商的全球首个“数智化”工厂解决方案，为企业实现数字化生产与智能化转型提供巨大推动力。

AI赋能，推动智造无限可能一、 攻克蔡司隐形二维码识别项目，达全球最高水平全球光学顶级企业卡尔·蔡司一直在全球市场寻找能提供识别眼镜镜片隐形二维码方案的供应商隐形二维码位于镜片的后表面，只在特定角度时才会显现，其他角度看起来像隐形了一样。

思谋接到需求后，开始着手设计解决方案团队遇到的最大难题是，光学仪器要想识别镜片上的隐形二维码，需要一种特殊的膜材料将光线以特定的角度反射回镜头，识别二维码，而市面上没有合适的膜材料思谋团队决定自主研发膜材料，采购了上百种镜头镜片加紧研究。

经过数百次实验，光学研发团队结合光路分析，推理出了膜材料的加工原理，再利用光学设备进行测试验证，研发出了多面体微钻石结构的光源反射膜，蔡司提供的全部44片100-700度镜片样品实现了100%扫码成功经此一役，思谋打磨出了软硬件一体化的工业自动化解决方案，成为全球唯一具备该方案能力的供应商，领先业界，同时该项目也成为思谋与蔡司展开更多合作的开端。

二、“自动化和智能化”结合，打造整体解决方案因为突出的方案与服务能力，思谋获得了蔡司的信任，蔡司给思谋提出了更多生产线上的需求其中，难度最高的是AR镀膜工艺大数据分析项目镀膜工艺产生的数据非常繁杂镀膜过程中，自动化设备会实时统计上百个参数项，每个参数项在镀膜过程实时变化，一次镀膜会输出多达数十万个数据值。

另外，由于工艺、产品材质多样化，机台之间存在差异，机台运行次数和老化程度也会对品质产生影响以往，蔡司的镀膜质量分析依赖专家经验但即使是蔡司这样的行业龙头，以数十年的经验积累，仍然难以形成稳定、准确、可量化的质量预测体系。

同时，镀膜质量专家系统的设置主观性强，最终的判定结果准确性不理想，实用性低为此，思谋形成了基于思谋数据智能方案的镀膜工艺大数据分析系统，通过实时监测实现及时预防，提升良率、提高产能、降低损失该系统可实现对工艺质量的准确判别能力，具备适应多种不同基材、10+不同工艺、100+不同产品，以及适配数十台镀膜机的可拓展性与灵活性。

不仅如此，系统还能提升企业的数据分析能力，指导工艺缺陷的挖掘、定位和改进方向，减少80%人工质检工作，释放产能经过大数据分析与管理经验的积累，系统能不断优化数据生命周期的管理，形成行业数据壁垒，巩固企业在行业中的领导优势。

三、一站式“智能制造”方案供应商，助力打造智能工厂不仅是光学厂商提供方案，思谋作为一站式“智能制造”方案供应商，将助力整个精密工业实现生产数字化与智能化面向精密制造行业，思谋已经形成了三大落地方案：工业数据智能解决方案＋思谋工业视觉AI解决方案+思谋工业自动化解决方案，贯穿了包装输送产线的隐形二维码识别-分拣-包装环节，以及AR镀膜工艺大数据分析的AI参数调优、AI质量监测、AI质检全流程，助力智能制造，加速企业智能化转型。

这三大方案的底层都用到了SMore Factory智能制造方案的技术SMore Factory针对工业的制造过程、产品质量、设备维护等提供全数字化解决方案，为工业生产、智慧园区提供全流程、一站式AI赋能和管理能力，打造智能制造标准化AI交付体系。

其中，思谋工业视觉AI解决方案中的训练平台基于思谋SMore ViMo工业AI平台SMore ViMo是一款全流程工业视觉AI端到端系统，由模型训练、模型运行2大系统构成SMore ViMo模型训练平台集成OCR字符识别、检测、分类和分割4大核心算法，可针对产线的物料追踪、缺陷定位、工件计数、多分类外观瑕疵检测等复杂场景进行AI算法自主训练，可无缝对接产线设备，实现AI实时检测。

SMore ViMo算法运行平台支持AI模型快速部署运行上线，支持多种硬件通讯方式，提供流程方案自定义、实时显示、数据统计等功能

ViMo四大核心算法类似于人眼是人获取外部信息的重要窗口，机器视觉也将是未来中国制造业企业获取海量工业数据、发展数字化生产的必经之路，市场潜力巨大据中金数据，到2023年、2025年，全球机器视觉行业规模有望达73.3、91.8亿美元。

刚刚结束的深圳市第七次党代会提出，坚持创新驱动发展，建立起“基础研究+技术攻关+成果产业化+科技金融+人才支撑”全过程创新生态链思谋将持续加强技术研发力度，不断将技术实现产业化落地，为工业制造企业提供更多一站式解决方案，引领传统制造业到智能制造的转型升级，释放巨量产能，推动社会。

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。