變更

'''百度智能质检技术帮助企业在疫情期安全运行'''疫情之下，大量工厂员工延迟返岗复工时间， [[ 制造业 ]] 企业若想恢复生产，急需新的出路。百度人工智能<ref>[http://news.sohu.com/a/638770481_121639880 人工智能包含了哪些关键技术？]，搜狐，2023-02-09</ref>技术为一些制造业企业提供代替人力的智能帮手，不但为工厂节省了大量人力，而且生产 [[ 效率 ]] 提高了数倍，实现从复工到复产再到增产的可能。

位于江苏省常州市的精研科技是为手机等3C [[ 产品 ]] 生产精密零部件的制造企业，以前需要上千名员工，现在十台无人值守的智能质检设备就能够实现24小时工作，比人工检测效率提升近10倍，不仅解决了疫情期多数工人无法返厂的难题，同时还降低了车间里疫情传染的风险。

“外观缺陷视觉检测设备”由 [[ 百度 ]] 和微亿智造联合打造，单台设备达到10名工人的检测量，漏检率不到0.1%，满足制造企业生产要求。

该设备拥有一双敏锐的“天眼”，能在1秒之内提取18-24张图片，任何狭小的不良瑕疵都被实时标记了出来。而且还可以做一个简单的统计分析，比如对单日的产量和不良信息进行统计，将 [[ 结果 ]] 上传到云服务器，做诸如SPC的分析，最终实现数字化共享。它还有一个强大的“大脑”==百度算法机，能够同时处理24个模型，处理完所有流程仅需480毫秒。整个检测过程更准、更快、更全。

目前，百度在智能质检领域 [[ 专利]]<ref>[https://www.sohu.com/a/294946697_563290 专利的类型及定义]，搜狐，2019-02-15</ref>申请量达40余件，涵盖了对精密零部件、液晶面板、电子零部件、钢铁等多种产品的缺陷检测技术方法，助力该产品能广泛应用到各行各业。

"外观缺陷视觉检测设备"由百度和微亿制造联合打造，单台设备达到10名工人的检测量，1秒内对零部件6个面30多种缺陷进行准确的检测。拿生产手机零件为例，质检环节，是整个流水线的最后一环。一个小小的数据头，可能30多项瑕疵让其沦落为残次品，有缝隙，有裂痕，有刮擦等等。零件愈小，越考验质检的精准有序，高速运转。实践中，百度质检设备在数据线的 [[ 金属 ]] 头检测中，能检测出33种缺陷，漏检率不到0.1%，做到了满足制造企业生产要求。

目前，百度在智能质检领域专利申请量达40余件，涵盖了对精密零部件、液晶面板、电子零部件、 [[ 钢铁 ]] 等多种产品的缺陷检测技术方法，助力该产品能广泛应用到各行各业。

"显示屏外围电路检测方法"专利，采用深度卷积神经网络对电路缺陷进行 [[ 训练 ]] 以获得缺陷检测模型，并根据模型的部署情况，发送至部署该模型的最佳服务器。该方法避免了电路图检查过程中的主观因素影响，提高了检测准确度。

此外， [[ 专利 ]] 申请"用于检测单晶硅太阳能电池的方法"实现了利用基于语义分割的卷积神经网络对单晶硅太阳能电池进行检测，无需再由人工对单晶硅太阳能电池进行检测。

在目前钢铁企业的连铸坯 [[ 生产线 ]] 上，质检系统中缺陷的检测和定位严重依赖于经验知识，百度智能云开发了"连铸坯质量检测方法"， 利用深度神经网络模型坯的质量进行检测。系统根据线上预测模型的部署情况实时进行调度，将系统采集的图片发送至云端，完成质量检测，提高连铸坯质量检测效率。