近期，由人工智能獨角獸深蘭科技研發(fā)的工業(yè)質(zhì)檢智能設備已經(jīng)落地在汽車制造廠商、芯片制造廠商、鐘表制造廠商、醫(yī)療器械制造廠商、布匹制造廠商等3C電子制造廠商的近15個領域，為中國制造業(yè)轉(zhuǎn)型升級貢獻力量。芯片瑕疵監(jiān)測傳統(tǒng)工業(yè)質(zhì)檢為何需要智能化升級?

深蘭科技工業(yè)質(zhì)檢項目負責人表示，基于人工智能深度學習算法，深蘭智能質(zhì)檢設備是由數(shù)據(jù)驅(qū)動的、自發(fā)的機器學習，擁有推理機制，自適應的完成最優(yōu)特征提取以及判決條件最優(yōu)化，訓練完成后可以隨數(shù)據(jù)完備進一步進化，通過圖像處理算法自動生成訓練樣本，避免重復搜集相似圖片，可有效解決數(shù)據(jù)量問題，兼具易用性和成長性，能夠通過敏捷開發(fā)，并快速響應客戶定制化需求。目前，除了軟件算法，深蘭科技硬件智能質(zhì)檢設備隊伍正在逐步壯大，包括深蘭質(zhì)檢一體機、深蘭AI質(zhì)檢現(xiàn)場推理模塊(“小火種”)、深蘭AI-OCR字符識別一體機等軟硬件結合產(chǎn)品，進一步提升了工業(yè)質(zhì)檢的效率，加速了工業(yè)智能化升級。

目前，深蘭科技智能質(zhì)檢設備已廣泛應用在組裝件AI檢測、平面產(chǎn)品線上質(zhì)檢、機加工件螺釘螺栓打孔AI檢測、自動堆垛系統(tǒng)及人工智能分揀系統(tǒng)、PCB印制板線路及錫焊工藝質(zhì)檢、LED燈珠檢測、金屬及其他材料的外觀缺陷檢測等多個領域，為傳統(tǒng)制造企業(yè)節(jié)約了人工成本、提升了工作效率。

項目負責人表示，深蘭科技工業(yè)質(zhì)檢技術先進，在配備小火種等相關核心硬件情況下，經(jīng)檢驗，運用到手表、3C等不良品檢測中，可以快速識別產(chǎn)品表面存在缺陷的不良品，并結合產(chǎn)線自動化，實現(xiàn)精準歸類，僅60張學習圖片，即可達到98%準確率，而用300張圖片即可保證99%以上準確率。

當前，中國制造正從“制造大國”向“制造強國”轉(zhuǎn)型升級，人工智能、機器視覺作為實現(xiàn)中國制造2025的核心技術正處于制造產(chǎn)業(yè)的風口浪尖，越來越多的現(xiàn)代工業(yè)生產(chǎn)商，正在使用計算機視覺技術，檢查工業(yè)產(chǎn)品的問題，提升質(zhì)量。

基于此現(xiàn)狀，以新一代人工智能、機器視覺技術為主導的工業(yè)質(zhì)檢設備登上舞臺。AI如何助力工業(yè)質(zhì)檢智能化?作為人工智能領域領先企業(yè)，深蘭科技充分把握工業(yè)檢測領域的客戶核心需求，從行業(yè)痛點入手研發(fā)了系列解決產(chǎn)業(yè)痛點的技術和產(chǎn)品，以先進的AI工業(yè)視覺技術正在賦能工業(yè)領域。

相關統(tǒng)計數(shù)據(jù)顯示，中國每天在產(chǎn)線上進行目視檢查的工人超過350萬，其中僅3C行業(yè)就超過了150萬人。這些質(zhì)檢人員每天都要花費大量的時間去判斷工業(yè)零件的質(zhì)量，不但有害員工視力，還會存在速度和穩(wěn)定性差等問題，對檢測效率和質(zhì)量造成影響。同時，傳統(tǒng)的工業(yè)質(zhì)檢方法是通過實驗，人工用放大鏡、顯微鏡等多種工具選取亮度、顏色、尺寸、形狀等特征及其參數(shù)來設計判決規(guī)則，僅可判別定量缺陷檢測、無法自適應，泛用性低，并且人工成本高。另外，在中國GDP超越日本后，新舊動能轉(zhuǎn)換已經(jīng)成為了大勢所趨。但是在轉(zhuǎn)換的過程中，客戶能夠選用的武器卻過于陳舊和過時，傳統(tǒng)機器視覺技術已經(jīng)發(fā)展了幾十年，制造業(yè)在需求存在的情況下，依然有80%甚至90%的視覺智能化空白，說明以往的方案限制性太高，成本太高，實施方案過于復雜。