質(zhì)檢是工廠中的主要場景，傳統(tǒng)的人工質(zhì)檢需要工人時刻盯著機器屏幕，從圖中發(fā)現(xiàn)產(chǎn)品的缺陷，速度大約保持在2秒一張。但如果一張產(chǎn)品的瑕疵難以判斷，可能還要多花上幾秒思考。而在具體的操作過程中，因為考驗視力和專注度，質(zhì)檢員們往往感到較為疲倦。

如果讓AI來幫忙做質(zhì)檢，會擦出什么樣的火花？

01#從看“CT”到“AI質(zhì)檢師”

“如果拿醫(yī)生作比喻，過去一線目檢員的工作就好像中醫(yī)，需要‘望聞問切’。當自動光學檢測設備（AOI）上線后，我們就有了‘眼睛’，檢測人員的工作也變?yōu)榱恕碈T’，而現(xiàn)在，我們?nèi)拷唤o了AI，”項目經(jīng)理Jiashun介紹。

走進武進生產(chǎn)車間MOE5新產(chǎn)品生產(chǎn)線，新生產(chǎn)出的精密器件由光學檢測相機，從不同角度拍下精確到像素的高清照片。這些圖片傳輸?shù)紸I系統(tǒng)后，由這個 “智能大腦”自動分析并判斷質(zhì)量。

這就是由CV Community（計算機視覺社區(qū)）聯(lián)合武進工廠研發(fā)的AI視覺檢測系統(tǒng)。它就像有一雙火眼金睛，讓比發(fā)絲還細的瑕疵無所遁形！

“我們將傳統(tǒng)的光學成像與人工智能算法結(jié)合，實現(xiàn)對產(chǎn)品復雜表面的深度分析，由此解決了傳統(tǒng)機器視覺識別能力不足的弊端?！表椖拷?jīng)理Jiashun解釋。

02#“火眼金睛”是怎樣煉成的？

經(jīng)歷千錘百煉，AI視覺檢測系統(tǒng)為產(chǎn)線賦予了一雙“火眼金睛”。

"實現(xiàn)火眼金睛，并非一蹴而就?！?負責算法模型開發(fā)的Jinchu表示：“工業(yè)場景中的視覺檢測相對復雜，在設計過程中，我們需要考慮系統(tǒng)的覆蓋范圍、生產(chǎn)環(huán)境中極具多樣性的產(chǎn)品缺陷類型以及復雜的業(yè)務流程。在技術(shù)專家與業(yè)務專家的合作下，結(jié)合過往積累的經(jīng)驗，我們定義了代碼邏輯上的關(guān)鍵步驟，以確保檢測的全面性和準確性。最終AI系統(tǒng)覆蓋了多條產(chǎn)線的多個站位，同時實現(xiàn)了對多達十余種的產(chǎn)品缺陷類型的檢測要求?！?/p>

“在算法技術(shù)上，為了適應檢測的多樣性并解決某些錯誤類型所需的像素級別的檢測精確度，項目團隊對計算機視覺算法進行了優(yōu)化，實現(xiàn)了更精準的檢測：它能夠深入解析圖像，精確圖片中的每一像素點，從而捕捉到肉眼難以察覺的細微變化。與傳統(tǒng)的人眼觀察相比，我們的視覺算法能夠更精準地識別并定位圖片像素點，大大提高檢測的準確性和可靠性?！?Jinchu介紹。

“目前，AI檢測系統(tǒng)已經(jīng)上線運行，取得了顯著成效?！盝iashun說，“經(jīng)由AI智能質(zhì)檢系統(tǒng)，原來的普檢變成了機器篩查后的復檢，每天AI檢測系統(tǒng)在產(chǎn)品線上拍照超過數(shù)十萬張，AI檢驗實現(xiàn)單站只需1秒左右，工作效率提升85%。隨著數(shù)據(jù)不斷積累，人工智能不斷成長，還有更多的應用場景等著我們?nèi)ヌ剿?。?/p>

運用人工智能實現(xiàn)自動檢測，打通智能檢測的“最后一米路”。隨著工廠AI項目與技術(shù)的持續(xù)深化，博世汽車電子事業(yè)部將繼續(xù)推進數(shù)字化AI的應用與發(fā)展，借助數(shù)字化轉(zhuǎn)型，智能化技術(shù)實現(xiàn)高質(zhì)量發(fā)展。