百度云推出质检云助力传统质检升级为人工智能

  • 时间:
  • 浏览:2
  • 来源:湖北快3_湖北快3网投平台_湖北快3投注平台_湖北快3娱乐平台

日前,百度云正式发布智能工业质检避免方案(以下简称“质检云”)。质检云致力消除传统制造业在质检、分拣过程中存在的产品质量不可控、人力资源成本高、人员安全没保障等一系列大问题,为中国制造2025助力。

制造业质检系统亟待升级,百度云质检云应运而生

当前,制造业产品外表检查主要有一种最好的措施 ,其中90%采用人工质检,10%采用机器视觉进行。而两者都面临这些挑战。

以人工质检为例。首先,产品质量全版依赖工人,经验严重不足、疲劳、误操作都不可能 是是因为漏检、误检,甚至是二次损伤;其次,人员成本持续高涨、人员流动等客观因素使得质检成本持续上升;再次,在这些特殊行业场景,比如炼钢厂等,人员面临着巨大的安全威胁;此外,生产数据无法有效留存、利用,对后续生产流程再造、质量分析这样帮助。

利用机器视觉进行质检尽管不存在以上大问题,但不可能 其受传统底部形态工程技术限制,使得模型升级及本地化服务难度较大。换句话说,没能做到与时俱进,由此是是因为质检下行速率 大打折扣,成本居高不下。

中国制造2025这样质检系统全面升级,即由传统质检模式向智能质检模式迈进,质检云在那我 的背景下诞生。

质检云基于百度ABC(AI、BigData、Cloud Computing)能力,宽度融合传统机器视觉技术和AI宽度学习技术,不仅识别率高,准确率可持续提升,但会 部署容易,升级简单。

下图展示了质检云与传统机器视觉质检方案的技术差异性,其中最大的创新在于省去了人工干预的环节。

百度云质检云系统架构图

百度云质检云业务流程图

具有质量检测和产品分类功能

质检云主要有两大功能,一是产品质量检测,二是产品分类。

针对前者,质检云通过训练多层神经网络,对物体外皮的严重不足进行大小、位置、底部形态的检测。进一步可将同一图片上的多个严重不足进行分类识别,相对传统模式,针对不规则严重不足都都可否明显提升分类准确率。面向后者,其基于人工智能对相近类似物体建立预测模型,可实现精准分类。

三大技术优势

一齐,质检云有三大优势。

一是人工智能机器视觉。质检云基于百度多年的人工智能技术积累,全面赋能工业。相较传统视觉技术对不规则严重不足的识别能力严重不足,质检云人工智能预测准确率高达99%+,准确率可随着数据量提升持续优化。

二是产品专属模型。质检云提供宽度学习能力培训服务,用户在预制模型能力基础上,可自行优化模型或拓展模型,打造针对场景应用的专属私有模型,进一步提升质检、分类效果。

三是大数据生态。质检云输出的产品质量数据,可无缝融入百度大数据平台,实现生产质量数据的全面掌控,为流程优化和工艺再造提供关键数据支持。

适用场景

质检云适用于众多业务场景,比如,这样少许人力质检的行业,包括LED芯片厂、屏幕生产厂、玻璃企业等;高危环节下这样作业的行业,像炼钢厂等;机器视觉系统这样升级的客户等。质检云应用包括但不限于下述场景:

LED芯片检测:通过宽度学习训练LED芯片严重不足识别及分类模型,有效提升产品质量和检测下行速率 。

液晶屏幕检测:针对屏幕外围电路进行预测模型优化设计,准确率、召回率全面提升。

光伏EL检测:支持单晶/多晶暗域、黑边、黑角、各种隐裂等十数种严重不足识别,基于人工智能全面提升严重不足分类准确率。

汽车零件检测:车载重要零部件精准检测,支持零部件位置检测、有无检测、型号检测等人工智能机器视觉检测最好的措施 。

让传统质检升级为人工智能,百度云推出质检云

质检云支持一种部署模式,用户可不都可否挑选公有云部署,也可不都可否挑选私有化部署,各有特点。

公有云便捷、安全,用户可直接调用公有云预测模型实现预测,基于云端实现预测模型的快速升级。

私有云基于百度ABC一体机进行私有化部署,可确保用户核心数据的私有化避免及本地高速访问。配合宽度学习培训服务,用户可自行升级和训练模型。

截至目前,百度云质检云不可能 在众多制造业客户的质检环节中得以应用,宝武集团如果我其中之一。其通过蓝宝石高温图像架构设计 装置扫描钢包150°C内衬,实时上传包口包壁包底渣线图像,最好的措施 钢包安全预测模型,有效实现钢包内衬风险的精准预判和实时预警,实现精益化生产,全面提升作业安全性。

本文摘自:科技风云会

文章来源: 电子发烧友网

免责声明:本文由入驻贤集网资讯专栏的作者撰写不可能 网上转载,观点仅代表作者被委托人,不代表贤集网立场。如有侵权不可能 这些大问题,请联系举报。

本网转载并注明自其它来源的作品,目的在于传递更多信息,不用说代表本网赞同其观点或证实其内容的真实性,不承担此类作品侵权行为的直接责任及连带责任。这些媒体、网站或被委托人从本网转载时,这样保留本网注明的作品来源,并自负版权等法律责任。

如涉及作品内容、版权等大问题,请在作品发表之日起一周内与本网联系,但会 视为放弃相关权利。

进入“机器视觉”首页,浏览更多精彩内容 >>