#人工智能#【深度学习实践】AI如何找到新能源汽车电池上的微米级缺陷( 二 )
看到行业难题被团队在飞桨的协助下轻松攻克 ， 身为高精尖行业领导者的大恒图像设想 ， 飞桨能做的或许还有很多 。
AI质检 ， 大有可为 大恒图像计划未来用飞桨慢慢替代之前传统的算法 ， 并将AI技术应用到更多的检测设备当中 。 在没有视觉检测设备之前 ， 无论是纸钞生产 ， 还是食品生产或医药生产 ， 都要依靠人工检测 ， 不仅费时费力 ， 更对工人要求很高 ， 很难完成统一标准 。
以医药行业为例 ， 国家药典规定注射液中不能含有50微米以上的可见异物 。 药厂执行标准的方法是使用视力检测1.2的工人 。 如果在工人目力所及30厘米内能够发现 ， 就说明有50微米以上的异物 。 这种方法虽然有一定道理 ， 但仍属于土法检测 ， 如果工人视力下降或者是精神状态不好 ， 都会影响检测的准确率 。
本文插图
除了检测精度之外 ， 企业还面临严重的“招工荒” ， 需要在封闭狭小工位工作的质检工作 ， 越来越难招到人、留住人 。
人工质检很快在很多行业被机器视觉质检替代 ， 但是在接触到深度学习之前 ， 大恒图像在工业检测方面一直用的是“传统算法” 。 所谓传统,其实是先手动模拟产品可能会出现的缺陷情况 ， 然后让机器能够识别流水线中有缺陷的产品并归类 。
传统的机器算法如果需要检验对缺陷率检测要求较高的产品 ， 虽然也能实现不错的检出率 ， 但需要极大的工作量来调整算法 ， 并且需要6到8周的安装和调试培训周期 。 更加重要的是 ， 很多场景并没有合适的机器算法 ， 比如现在的实心胶囊生产线 ， 仍然在使用人工质检 ， 大恒图像正是希望与百度飞桨展开合作 ， 突破这一行业难点 ， 打造广阔的蓝海市场 。
新能源汽车电池薄膜检测设备的改变只是一个开始 ， 一个传统行业的质变要加速了 。
百度飞桨推动工业智能化升级 如今 ， 以智能制造为核心的智能经济时代已经来临 ， 以人工智能为核心驱动力的第四次工革命悄然而至 。 站在新的历史起点上 ， 中国制造企业正完成由“数字化”到“自动化”、“智能化“的演进 。 大恒图像依靠AI获得产业优势 ， 正是这场大潮中的一个缩影 。
飞桨源于产业实践 ， 始终致力于与产业深入融合 ， 并已广泛应用于工业、农业、服务业等 ， 服务 150 多万开发者 ， 未来 ， 飞桨将与合作伙伴一起帮助越来越多的行业完成 AI 赋能 。
想与更多的深度学习开发者交流 ， 请加入飞桨官方QQ群：796771754（申请时请注明来自开源中国）
【#人工智能#【深度学习实践】AI如何找到新能源汽车电池上的微米级缺陷】如果您想像他们一样拥抱 AI ， 欢迎点击了解更多填写表单咨询相关事宜 。
推荐阅读
- 纯电|续航准确率接近90%！ 深度测试东风标致e2008
- 舒适区|持续分享才能深度思考，不断学习走出舒适区，高效输出成就自己
- 远方的家深度旅游|6月最值得去的地方，美食与美景不容错过！
- 医学界|ASCO年会妇科肿瘤3大亮点深度解读
- 保时捷|这辆保时捷真的扛不住！男人的终极幻想，深度试驾Taycan turbo
- 雁城聊时尚|想学穿搭吗，来和我一起学习，能够让你摇身一变成为公主
- 中公考研|考研是为了什么？快摘掉“考研无用”的错误认知考研是为了继续学习考研弥补了高考的遗憾考研让自己更加自信
- 星座视角网|人贵有志，活到老学到老，虚心学习，喜欢提升自己见识的星座
- 大神|这几点，新人作者不要向大神学习
- 小李阅天下|向流行模型学习！真正接近模型