需求與挑戰

        國家政策：我國十四五規劃明確指出，瞄準人工智能、量子信息、集成電路等前沿領域，實施一批具有前瞻性、戰略性的國家重大科技項目。同時深入實施智能制造和綠色制造工程，發展服務型制造新模式，推動制造業高端化智能化綠色化。
        當前痛點：

• 傳統機器視覺和人工質檢方式，無法滿足制造行業提質降本增效的需求
• 人工質檢——高達10%人力投入質檢，人工成本高；人工質檢覆蓋率低，速度慢，標準不統一；檢測易疲勞，漏檢率波動明顯，事后檢測問題發現晚，修復成本高。
• 傳統 AOI 質檢——光學環境要求高（光線、角度等），準確率難提升（最高80%），對人工復檢依賴大，抗噪性差；開發適配難
• 適應性弱；檢測準確率取決于可量化的標準制定，不會持續性自動學習改善，經驗無積累，大規模推廣難。

工業AI質檢方案

        打造“設備生產運行+模型開發迭代”雙循環一站式解決方案

        工位質檢工作流程閉環：

        成像子系統主要用于對需要質檢的產品進行拍照，并將圖像傳給工控機再由工控機傳給AI推理子系統；

        在AI推理子系統完成圖片特征分析，并將分析結果返回給工控機；

        在工控機上通過視覺軟件呈現推理結果，并根據設定的規則判定是否有缺陷，并下達指令給產線PLC來控制產線自動化機構的動作(比如在發現缺陷時使用報警燈、蜂鳴器等，OK則正常往下游走)，檢測流程可與工廠固有的MES做信息對接。

        模型迭代升級流程閉環：

        在初次部署時以及在換線時，可能需要增量樣本進行模型訓練，此時AI推理子系統將相關的圖片傳給AI訓練子系統，在后者完成特征標注和模型訓練并將優化后的模型發給AI推理子系統部署

方案優勢

•  一站式交付——端到端解決方案，含AI的部署、運維與迭代升級;；成熟場景開箱即用，5人天/10工位部署，部署速度快，并且部署過程中采圖和算法優化均不需要停線。
• 快速換線——圖形界面操作、零代碼、賦予企業自主運維能力，產線操作員易掌握，；可小樣本訓練，快速完成模型迭代，新產品型號快速上線，換線時算法迭代速度快，設計排產計劃更容易。
• 成熟經驗——算法模型與中科院合作訓練，已經過長期驗證，準確率可信，調優時間短。