5月19日，華為云聯合e-works共同推出的《大咖有云》系列線上直播活動第三期如期舉行。本期直播活動以“工業質檢，給工業安裝一雙慧眼”為主題，聚焦工業質檢的原理、價值，企業應用工業質檢遇到的典型問題等話題，邀請到了e-works數字化企業網總編兼CEO黃培博士、華為云EI服務產品部工業智能中樞高級算法專家黨琪博士、大恒圖像深圳分公司總經理/視覺系統事業部總經理李旭一同為大家帶來大量工業質檢落地應用的“干貨”。

  工業質檢亟需快速進化，深度學習、全周期管理能力是關鍵

  當前，在鋼鐵、汽車、3C 產品、煤礦等領域，工業質檢應用廣泛，極大影響著生產質量和生產周期。但工業質檢目前仍面臨著諸多挑戰：

  一是檢測難度大：工業產品復雜度和精細化程度不斷提高，大大提高了質量檢測難度；

  二是人力成本居高不下：目前，工業質檢仍大量依賴人工方式，對質檢人員的專業素質要求較高；

  三是檢測效率低下：工業質檢速度和穩定性受質檢人員技術水平、經驗等限制，存在不確定性，影響檢測效率。

  針對這些問題，華為云EI服務產品部工業智能中樞高級算法專家黨琪結合實際案例給出了“答案”。

  黨琪介紹，機器視覺為工業質檢打開了新窗口，是先進制造業的重要組成部分。目前，機器視覺已廣泛應用于工業場景，實現檢測、策略、定位/引導、識別等功能，助力提升產線自動化水平。

  計算機視覺技術雖然是檢測領域目前最有效的方法之一，但它并非靈丹妙藥。在面對更多的復雜場景，應用傳統機器視覺算法具有一定的局限，如誤判高、抗干擾差、 適應性差、對CV工程師能力要求高等問題，需要長期試錯，快速進化。

  對此，黨琪表示，工業質檢需要引入系統化AI解決方案來支撐工業質檢領域的發展。對此，華為云推出了基于深度學習的工業質檢平臺——華為云EI云邊端協同工業質檢平臺，引入系統化的AI解決方案支撐工業質檢的發展。平臺采用云邊端協同的體系架構，開發人員可以在公有云上進行模型訓練，訓練好的模型可以下發到邊緣側的推理服務器上，同時一些小模型還可以下發到具備AI算力的端側設備進行部署。

  通過以業務場景為中心，該平臺基于工作流的界面化開發，加上AI應用持續優化，實現全周期AI工作流管理，讓制造企業可以實現零代碼工業質檢。

  近年來，AI技術在制造業中，圍繞提升效率、降低成本、增加產品和服務價值等方面產生了很多應用場景。

  e-works數字化企業網總編兼CEO黃培也表示，在工業領域，產品、質量、運營、能耗和大數據，可以通過人工智能和大數據分析算法來進行處理，人工智能技術的開源使其可以進行廣泛應用。


  黃培提到，無人駕駛、質量檢測、語音揀貨、生產排產、供應鏈優化、預測性質量分析和維護、客戶需求預測等是AI技術在工業的典型應用場景。

  人工智能的核心能力包含感知智能、運動智能和認知智能三個層面，其中，感知智能在制造業中的應用較為廣泛。其數據主要來源于圖像/視頻、聲音/震動/信號、非結構化文本/數字等。黃培通過分享AI技術在視覺檢測、生產質量溯源和預測分析方面的應用案例，指出AI技術在簡單的重復性勞動環節是實用且必要的。

  AI使能，工業質檢“以智取勝”

  作為國內視覺檢測領域的高科技龍頭，大恒圖像是中國最早成立的專注于視覺圖像技術的企業之一。從1991年成立至今，大恒圖像專注于機器視覺領域已達31年。


  大恒圖像深圳分公司總經理、大恒圖像視覺系統事業部總經理李旭在分享中提到，機器視覺技術是工業質檢及自動化系統的眼睛，也是推廣工業4.0和智能制造2025改革目標的核心技術之一。李旭表示，目前大恒圖像已成功在消費電子、新能源、半導體、鋼鐵、汽車、醫藥、科研等行業為客戶提供優質的視覺部件產品和定制化的視覺解決方案。未來，大恒圖像聯手華為云打造的工業質檢系統也將全面賦能制造業。

  據悉，大恒圖像質量檢測系統通過華為云的ModelArts深度學習平臺，配合ATLAS邊緣服務器，實現了邊端推理在線實時質檢。深度學習模型所需的樣本可以在邊端收集，上傳到云端OBS存儲，再進行模型訓練的更新及下發。該系統實現了邊端檢測、云端訓練的工作模式，既提高了工作效率，又節約了本地的服務器資源。對于質檢實時性要求不高的場景，也可以直接本地采圖，然后上傳云端處理并返回檢測結果。


  值得關注的是，華為云工業質檢解決方案已在鋼鐵、汽車、3C、煤礦等行業取得實踐，為制造企業帶來數字化生產管理新體驗，全力助攻制造業數字化轉型升級。

  當前，由華為云和e-works聯手打造的2022華為云《大咖有云》制造行業系列線上直播已成功舉辦三期。針對制造業數據之道、工業物聯、工業質檢等熱門話題，邀請到了數十位行業專家、制造業領航者進行分享和討論，同時也吸引了近千家制造企業的關注，線上互動熱烈。我們相信，隨著《大咖有云》后續更多話題的展開，制造業的數智化轉型謎題都將一一破解。