提高效率降低人工，深蘭科技用人工智能機器視覺賦能工業監測

當前，中國制造正從“制造大國”向“制造強國”轉型升級，人工智能、機器視覺作為實現中國制造2025的核心技術正處于制造產業的風口浪尖，越來越多的現代工業生產商，正在使用計算機視覺技術，檢查工業產品的問題，提升質量。

近期，由人工智能獨角獸深蘭科技研發的工業質檢智能設備已經落地在汽車制造廠商、芯片制造廠商、鐘表制造廠商、醫療器械制造廠商、布匹制造廠商等3C電子制造廠商的近15個領域，為中國制造業轉型升級貢獻力量。

汽車門鎖監測

醫療器械缺陷監測

芯片瑕疵監測

傳統工業質檢為何需要智能化升級？

相關統計數據顯示，中國每天在產線上進行目視檢查的工人超過350萬，其中僅3C行業就超過了150萬人。這些質檢人員每天都要花費大量的時間去判斷工業零件的質量，不但有害員工視力，還會存在速度和穩定性差等問題，對檢測效率和質量造成影響。

同時，傳統的工業質檢方法是通過實驗，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來設計判決規則，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，新舊動能轉換已經成為了大勢所趨。但是在轉換的過程中，客戶能夠選用的武器卻過于陳舊和過時，傳統機器視覺技術已經發展了幾十年，制造業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。

基于此現狀，以新一代人工智能、機器視覺技術為主導的工業質檢設備登上舞臺。

AI如何助力工業質檢智能化？

作為人工智能領域領先企業，深蘭科技充分把握工業檢測領域的客戶核心需求，從行業痛點入手研發了系列解決產業痛點的技術和產品，以先進的AI工業視覺技術正在賦能工業領域。

深蘭科技工業質檢項目負責人表示，基于人工智能深度學習算法，深蘭智能質檢設備是由數據驅動的、自發的機器學習，擁有推理機制，自適應的完成最優特征提取以及判決條件最優化，訓練完成后可以隨數據完備進一步進化，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，可有效解決數據量問題，兼具易用性和成長性，能夠通過敏捷開發，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檢設備隊伍正在逐步壯大，包括深蘭質檢一體機、深蘭AI質檢現場推理模塊（“小火種”）、深蘭AI-OCR字符識別一體機等軟硬件結合產品，進一步提升了工業質檢的效率，加速了工業智能化升級。

項目負責人表示，深蘭科技工業質檢技術先進，在配備小火種等相關核心硬件情況下，經檢驗，運用到手表、3C等不良品檢測中，可以快速識別產品表面存在缺陷的不良品，并結合產線自動化，實現精準歸類，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。

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