AI工业质检年省数千万元成本，腾讯AI如何让工业(2)

作为一家金属粉末注射成型（MIM）产品专业制造商，富驰高科的MIM产品质检环节此前面临明显的人工质检局限性，急需找到有效的AI质检方案。

“人工质检是用人最多的地方，且面临明显问题。一方面，工作时间长且枯燥，人工拿着产品360度旋转找缺陷，每件检查时间长达1分钟，工作人员容易疲劳。另一方面，订单变动时无法准确适配人员，人力成本不断拉高，质检高峰期用人数量超过1500人。” 上海富驰高科自动化总监邓声志表示。

富驰高科在其它工序上基本实现自动化，唯独人工质检智能化升级遇到瓶颈。难点在于3C产品成像易造成高反光，难以判断是否正常反光，凹凸缺陷呈现难以凸显，机器检测易造成过杀。此外，工厂更换新产品时算法快速迭代的需求很难满足。

“我们与很多家AI企业沟通过，最后发现腾讯最用心且最有信心。腾讯在前期评估时便驻场调研并试验算法，使检验指标达到预期效果。看到腾讯的技术能力和信息，我们决定合作推进AI质检项目。” 邓声志表示。

图为富驰高科的车间

腾讯优图实验室作为AI核心技术能力提供者深入参与了富驰高科的工业质检项目。腾讯云AI研发总经理、腾讯优图实验室副总经理吴永坚表示，AI技术应用到质检项目的过程中遇到了多个困难，在技术适应工业场景的要求并不断提升能力后，最终才啃下富驰高科AI质检这块“硬骨头”。

一大挑战在于，为避免影响对下游组装，质检过程不能出现零部件漏检，AI质检对算法的要求极高，腾讯优图实验室不断针对性优化AI算法等能力后才达到0漏检。其次，进行工业AI改造不仅是算法的问题，还包括成像、后续流程改善等问题，需要一一解决。此外，AI质检不仅需要解决方案，还需要与产线配合，为解决流程中出现的具体问题，团队需要多次进入工厂学习和测试。

令邓声志印象深刻的是，在长达300天的研发周期中，腾讯团队与富驰高科团队开过两百多次超半个小时的技术讨论会议。腾讯云和腾讯优图实验室的工程、软件、AI算法、架构师等条线人员深度参与，双方在各个过程中不断碰撞和调整，才“磨”出了最终满意的方案。

最终，腾讯优图实验室团队创新地设计了光学一体技术，有效解决凹凸缺陷的成像技术难题，借助算法模型快速完成数百张高分辨率图片推理计算，结合迁移学习和缺陷生产技术，帮助富驰高科在早期产品样本数据不足的情况下达到生产指标。

图为富驰高科车间AI质检环节

该AI质检速度相比人工质检速度提升了10倍，检测能力全面超越人工水平，解决人力水平难以标准化、状态不稳定、容易疲劳等问题，还可以24小时持续稳定工作。在几十台设备持续满载生产的情况下，该项目预计每年能为富驰高科节省人力成本数千万元。

在AI质检方面，腾讯优图实验室仍针对多种工业产品持续探索。在华星光电AI工业生产检测的项目中，腾讯协助华星光电对基板进行质量检测，最终AI识别速度比人工

AI工业场景扩大

以工业视觉赛道为突破口，腾讯的AI能力在工业领域不断磨练升级，逐渐扩大AI工业场景。

作为腾讯旗下顶级的机器学习研发团队，腾讯优图实验室依托在人脸检测、图像理解等领域的技术积累向工业AI领域开拓，其技术能力瞄准了越来越多工业领域的痛点。

从需要AI助力的工业细分赛道看，吴永坚表示，工业有3C、锂电、物流、制药、汽车、白酒等众多赛道，几乎所有细分赛道的AI场景当前都处于早期状态，且不同赛道间差异大，进行整个工业AI标准化不现实。要实现工业AI标准化复制，首先要聚焦重点赛道标准化。例如，不同种类的3C结构件在光机电的很多方面接近，硬件解决方案有可能做到标准化，算法解决方案也

吴永坚表示，腾讯优图实验室选择了几个赛道，潜心打穿打透，有信心做出易复制的方案。而通过逐步解决多个3C结构件的工业AI问题，可以逐渐在3C细分赛道奠定能力基础。在3C等关键赛道积淀能力后，再跨赛道解决其他领域的工业AI问题。

吴永坚表示，从上游工艺做到下游质检，工业AI可以形成一个闭环，带动智慧工厂应用场景，这将是腾讯优图实验室接下来将探索的方向。

从一个工业场景到另一个工业场景，从一个工业细分赛道到另一个赛道，AI正逐步推动工业高端转型升级，AI技术赋能已成为产业升级的一大动力。

文章来源：《光机电信息》 网址: http://www.gjdxxzz.cn/zonghexinwen/2021/1113/413.html