百度智能質檢技術幫助企業在疫情期安全運行檢視原始碼討論檢視歷史

來自 搜狐網 的圖片

百度智能質檢技術幫助企業在疫情期安全運行疫情之下，大量工廠員工延遲返崗復工時間，製造業企業若想恢復生產，急需新的出路。百度人工智能技術為一些製造業企業提供代替人力的智能幫手，不但為工廠節省了大量人力，而且生產效率提高了數倍，實現從復工到復產再到增產的可能。

位於江蘇省常州市的精研科技是為手機等3C產品生產精密零部件的製造企業，以前需要上千名員工，現在十台無人值守的智能質檢設備就能夠實現24小時工作，比人工檢測效率提升近10倍，不僅解決了疫情期多數工人無法返廠的難題，同時還降低了車間裡疫情傳染的風險。

該智能質檢設備

「外觀缺陷視覺檢測設備」由百度和微億智造聯合打造，單台設備達到10名工人的檢測量，漏檢率不到0.1%，滿足製造企業生產要求。

該設備擁有一雙敏銳的「天眼」，能在1秒之內提取18-24張圖片，任何狹小的不良瑕疵都被實時標記了出來。而且還可以做一個簡單的統計分析，比如對單日的產量和不良信息進行統計，將結果上傳到雲服務器，做諸如SPC的分析，最終實現數字化共享。它還有一個強大的「大腦」百度算法機，能夠同時處理24個模型，處理完所有流程僅需480毫秒。整個檢測過程更准、更快、更全。

目前，百度在智能質檢領域專利申請量達40餘件，涵蓋了對精密零部件、液晶面板、電子零部件、鋼鐵等多種產品的缺陷檢測技術方法，助力該產品能廣泛應用到各行各業。

監測質檢設備

"外觀缺陷視覺檢測設備"由百度和微億製造聯合打造，單台設備達到10名工人的檢測量，1秒內對零部件6個面30多種缺陷進行準確的檢測。拿生產手機零件為例，質檢環節，是整個流水線的最後一環。一個小小的數據頭，可能30多項瑕疵讓其淪落為殘次品，有縫隙，有裂痕，有刮擦等等。零件愈小，越考驗質檢的精準有序，高速運轉。實踐中，百度質檢設備在數據線的金屬頭檢測中，能檢測出33種缺陷，漏檢率不到0.1%，做到了滿足製造企業生產要求。

目前，百度在智能質檢領域專利申請量達40餘件，涵蓋了對精密零部件、液晶面板、電子零部件、鋼鐵等多種產品的缺陷檢測技術方法，助力該產品能廣泛應用到各行各業。

"顯示屏外圍電路檢測方法"專利，採用深度卷積神經網絡對電路缺陷進行訓練以獲得缺陷檢測模型，並根據模型的部署情況，發送至部署該模型的最佳服務器。該方法避免了電路圖檢查過程中的主觀因素影響，提高了檢測準確度。

此外，專利申請"用於檢測單晶硅太陽能電池的方法"實現了利用基於語義分割的卷積神經網絡對單晶硅太陽能電池進行檢測，無需再由人工對單晶硅太陽能電池進行檢測。

在目前鋼鐵企業的連鑄坯生產線上，質檢系統中缺陷的檢測和定位嚴重依賴於經驗知識，百度智能雲開發了"連鑄坯質量檢測方法"， 利用深度神經網絡模型坯的質量進行檢測。系統根據線上預測模型的部署情況實時進行調度，將系統採集的圖片發送至雲端，完成質量檢測，提高連鑄坯質量檢測效率。