智能制造：如何让工业质检“慧眼如炬”？

>>>

在生产流水线上装一双“慧眼”

用机器替代人力，使机器具有像人一样的视觉功能，完成识别、检测、定位等功能，成为越来越多工业制造企业的选择。

值得一说的是，这里并不是传统意义上的机器视觉，常规的机器视觉检测针对解决特定场景，在图像中找到边、角等人为定义的目标特征，基于目标特征在图像中存在与否、多个目标特征之间的距离的数值进行逻辑判断来完成视觉任务。

这种方法虽替代了人力，但抗干扰差，对于随机性强、特征复杂的工作任务，并不能通过”边“、”角”来表达“密集的点状凹凸不平”这种综合的、复杂的特征，导致缺陷检出率低。且在生产换线、工艺升级过程中，无法迭代学习，新缺陷、新特征需要新设计，算法开发调试效率低、周期长，有着明显的瓶颈。

所以，面对复杂的工业机理和工业场景，基于深度学习技术通过样本图片自动抽取和对比复杂特征，实现从人工设计特征规则到AI自动学习的突破，能够对随机缺陷进行识别和检测，拓展了传统机器视觉的应用范围。AI质检带来的优势明显：速度快、准确率高、抗环境干扰能力强；高精度，适合复杂缺陷场景，适应性好；能够进行迭代学习，数据量越大，精度越准，模型越聪明。

显然，AI质检能够大幅提升工业质检的自动化、智能化水平，是提高良品率、迈向智能制造的有效手段。

>>>

AI质检加速制造向“智造”

AI质检帮助生产制造企业解决痛点难题，当然不仅限于汽车领域。IDC指出，通信和电子制造、汽车及零部件、消费品、原材料4个行业是目前工业AI质检的主要应用行业，且新的应用场景也在持续涌现。

如：华为工业AI质检解决方案全面覆盖工业领域行为规范性检测、缺陷检测、定位、测量等场景，也已在广泛的工业制造场景得到应用。面向多应用场景为生产质量管控的自动化、智能化打造了一个更精准的AI质检平台之外。华为还提供了一个低代码开发平台，封装典型工业应用场景算子工具，针对不同业务场景可视化编排，大幅提升了AI质检应用开发效率。在此基础上，华为为工业制造企业进一步提供了端边云协同方案，在线获取场景数据、在线调试，快速实现模型的迭代优化、实时下发至端侧实时应用，极大提升运维人员的AI模型迭代效率。

解决准确度低、开发难、运维难的一系列难题，让AI“睁大眼睛”向传统工业制造企业赋能，AI助推工业质检“慧眼如炬”，对于加速从制造迈向“智造”是一个全新的机遇，借助AI质检，工业制造企业也将收获实实在在的价值。