『人工智能』【深度学习实践】AI如何找到新能源汽车电池上的微米级缺陷( 二 )
看到行业难题被团队在飞桨的协助下轻松攻克 ， 身为高精尖行业领导者的大恒图像设想 ， 飞桨能做的或许还有很多 。
AI质检 ， 大有可为 大恒图像计划未来用飞桨慢慢替代之前传统的算法 ， 并将AI技术应用到更多的检测设备当中 。 在没有视觉检测设备之前 ， 无论是纸钞生产 ， 还是食品生产或医药生产 ， 都要依靠人工检测 ， 不仅费时费力 ， 更对工人要求很高 ， 很难完成统一标准 。
【『人工智能』【深度学习实践】AI如何找到新能源汽车电池上的微米级缺陷】以医药行业为例 ， 国家药典规定注射液中不能含有50微米以上的可见异物 。 药厂执行标准的方法是使用视力检测1.2的工人 。 如果在工人目力所及30厘米内能够发现 ， 就说明有50微米以上的异物 。 这种方法虽然有一定道理 ， 但仍属于土法检测 ， 如果工人视力下降或者是精神状态不好 ， 都会影响检测的准确率 。
本文图片
除了检测精度之外 ， 企业还面临严重的“招工荒” ， 需要在封闭狭小工位工作的质检工作 ， 越来越难招到人、留住人 。
人工质检很快在很多行业被机器视觉质检替代 ， 但是在接触到深度学习之前 ， 大恒图像在工业检测方面一直用的是“传统算法” 。 所谓传统,其实是先手动模拟产品可能会出现的缺陷情况 ， 然后让机器能够识别流水线中有缺陷的产品并归类 。
传统的机器算法如果需要检验对缺陷率检测要求较高的产品 ， 虽然也能实现不错的检出率 ， 但需要极大的工作量来调整算法 ， 并且需要6到8周的安装和调试培训周期 。 更加重要的是 ， 很多场景并没有合适的机器算法 ， 比如现在的实心胶囊生产线 ， 仍然在使用人工质检 ， 大恒图像正是希望与百度飞桨展开合作 ， 突破这一行业难点 ， 打造广阔的蓝海市场 。
新能源汽车电池薄膜检测设备的改变只是一个开始 ， 一个传统行业的质变要加速了 。
百度飞桨推动工业智能化升级 如今 ， 以智能制造为核心的智能经济时代已经来临 ， 以人工智能为核心驱动力的第四次工革命悄然而至 。 站在新的历史起点上 ， 中国制造企业正完成由“数字化”到“自动化”、“智能化“的演进 。 大恒图像依靠AI获得产业优势 ， 正是这场大潮中的一个缩影 。
飞桨源于产业实践 ， 始终致力于与产业深入融合 ， 并已广泛应用于工业、农业、服务业等 ， 服务 150 多万开发者 ， 未来 ， 飞桨将与合作伙伴一起帮助越来越多的行业完成 AI 赋能 。
想与更多的深度学习开发者交流 ， 请加入飞桨官方QQ群：796771754（申请时请注明来自开源中国）
如果您想像他们一样拥抱 AI ， 欢迎点击了解更多填写表单咨询相关事宜 。
推荐阅读
- 四川乐山市犍为县发生4.2级地震震源深度13千米
- 四川自贡市荣县发生3.2级地震震源深度10千米
- 四川德阳市绵竹市发生3.4级地震震源深度8千米
- 现在在线学习视频有很多了，为啥大部分人还是喜欢下载下来观看
- 换个角度看车市|深度：长城炮越野皮卡1.5万公里长测之技术状态汇总
- 婴儿|美国儿科学会： 1岁以下婴儿不推荐学习游泳
- 新疆克孜勒苏州阿克陶县发生3.3级地震 震源深度140千米
- 在美国大学学习computer science 是啥样的体验
- 关于人工智能虚拟人的一些问题
- 作为软件工程大二的学生，学习一般，编程一般，毕业后能干些啥