當前，制造業(yè)產(chǎn)品外表檢查主要有兩種方式，其中90%采用人工質(zhì)檢，10%采用機器視覺進行。而兩者都面臨許多挑戰(zhàn)。
以人工質(zhì)檢為例。首先，產(chǎn)品質(zhì)量完全依賴工人，經(jīng)驗不夠、疲勞、誤操作都可能導致漏檢、誤檢，甚至是二次損傷；其次，人員成本持續(xù)高漲、人員流動等客觀因素使得質(zhì)檢成本持續(xù)上升；再次，在一些特殊行業(yè)場景，比如煉鋼廠等，人員面臨著巨大的安全威脅；此外，生產(chǎn)數(shù)據(jù)無法有效留存、利用，對后續(xù)生產(chǎn)流程再造、質(zhì)量分析沒有幫助。
利用機器視覺進行質(zhì)檢盡管不存在以上問題，但由于其受傳統(tǒng)特征工程技術(shù)限制，使得模型升級及本地化服務難度較大。換句話說，很難做到與時俱進，由此導致質(zhì)檢效率大打折扣，成本居高不下。
中國制造2025需要質(zhì)檢系統(tǒng)全面升級，即由傳統(tǒng)質(zhì)檢模式向智能質(zhì)檢模式邁進，質(zhì)檢云在這樣的背景下誕生。
質(zhì)檢云基于百度ABC（AI、BigData、Cloud Computing）能力，深度融合傳統(tǒng)機器視覺技術(shù)和AI深度學習技術(shù)，不僅識別率高，準確率可持續(xù)提升，而且部署容易，升級簡單。
下圖展示了質(zhì)檢云與傳統(tǒng)機器視覺質(zhì)檢方案的技術(shù)差異性，其中最大的創(chuàng)新在于省去了人工干預的環(huán)節(jié)。
具有質(zhì)量檢測和產(chǎn)品分類功能
質(zhì)檢云主要有兩大功能，一是產(chǎn)品質(zhì)量檢測，二是產(chǎn)品分類。
針對前者，質(zhì)檢云通過訓練多層神經(jīng)網(wǎng)絡(luò)，對物體表面的缺陷進行大小、位置、形狀的檢測。進一步可將同一圖片上的多個缺陷進行分類識別，相對傳統(tǒng)模式，針對不規(guī)則缺陷能夠明顯提升分類準確率。面向后者，其基于人工智能對相近相似物體建立預測模型，可實現(xiàn)精準分類。
三大技術(shù)優(yōu)勢
同時，質(zhì)檢云有三大優(yōu)勢。
一是人工智能機器視覺。質(zhì)檢云基于百度多年的人工智能技術(shù)積累，全面賦能工業(yè)。相較傳統(tǒng)視覺技術(shù)對不規(guī)則缺陷的識別能力不足，質(zhì)檢云人工智能預測準確率高達99%+，準確率可隨著數(shù)據(jù)量提升持續(xù)優(yōu)化。
二是產(chǎn)品專屬模型。質(zhì)檢云提供深度學習能力培訓服務，用戶在預制模型能力基礎(chǔ)上，可自行優(yōu)化模型或拓展模型，打造針對場景應用的專屬私有模型，進一步提升質(zhì)檢、分類效果。
三是大數(shù)據(jù)生態(tài)。質(zhì)檢云輸出的產(chǎn)品質(zhì)量數(shù)據(jù)，可無縫融入百度大數(shù)據(jù)平臺，實現(xiàn)生產(chǎn)質(zhì)量數(shù)據(jù)的全面掌控，為流程優(yōu)化和工藝再造提供關(guān)鍵數(shù)據(jù)支持。
適用場景
質(zhì)檢云適用于眾多業(yè)務場景，比如，需要大量人力質(zhì)檢的行業(yè)，包括LED芯片廠、屏幕生產(chǎn)廠、玻璃企業(yè)等；高危環(huán)節(jié)下需要作業(yè)的行業(yè)，像煉鋼廠等；機器視覺系統(tǒng)需要升級的客戶等。質(zhì)檢云應用包括但不限于下述場景：
LED芯片檢測：通過深度學習訓練LED芯片缺陷識別及分類模型，有效提升產(chǎn)品質(zhì)量和檢測效率。
液晶屏幕檢測：針對屏幕外圍電路進行預測模型優(yōu)化設(shè)計，準確率、召回率全面提升。
光伏EL檢測：支持單晶/多晶暗域、黑邊、黑角、各種隱裂等十數(shù)種缺陷識別，基于人工智能全面提升缺陷分類準確率。
汽車零件檢測：車載重要零部件精準檢測，支持零部件位置檢測、有無檢測、型號檢測等人工智能機器視覺檢測方式。
讓傳統(tǒng)質(zhì)檢升級為人工智能 百度云推出質(zhì)檢云
支持公有云和私有云部署
質(zhì)檢云支持兩種部署模式，用戶可以選擇公有云部署，也可以選擇私有化部署，各有特點。
公有云便捷、安全，用戶可直接調(diào)用公有云預測模型實現(xiàn)預測，基于云端實現(xiàn)預測模型的快速升級。
私有云基于百度ABC一體機進行私有化部署，可確保用戶核心數(shù)據(jù)的私有化處理及本地高速訪問。配合深度學習培訓服務，用戶可自行升級和訓練模型。
截至目前，百度云質(zhì)檢云已經(jīng)在眾多制造業(yè)客戶的質(zhì)檢環(huán)節(jié)中得以應用，寶武集團就是其中之一。其通過藍寶石高溫圖像采集裝置掃描鋼包1200°C內(nèi)襯，實時上傳包口包壁包底渣線圖像，依據(jù)鋼包安全預測模型，有效實現(xiàn)鋼包內(nèi)襯風險的精準預判和實時預警，實現(xiàn)精益化生產(chǎn)，全面提升作業(yè)安全性。
