1. 首頁 > 生活百科 > 科技 > >

銘瑄|“飛槳+辨影相機”成為AI界的“預制菜”，工業AI質檢落地更簡單

固態硬盤數碼satassd銘瑄

銘瑄|“飛槳+辨影相機”成為AI界的“預制菜”，工業AI質檢落地更簡單

曾經 ， 他被稱為“電腦神童”、“搖滾少年” ， 他最早研發的“人像磨皮”軟件一度占據八成細分市場 。 如今 ， 人到中年的他順應潮流成為了抖音博主 ， 同時也在繼續以碼農的角色在市場上“廝殺” ， 創辦了辨影科技 。

辨影科技創始人 王京京
辨影科技創始人王京京說 ， “從小到大 ， 我寫代碼比寫作文、比說話還多” 。 這一次 ， 他希望自己的技術能力可以為傳統制造業的智能化升級作出一些貢獻 。
制造智能化可行 ， 但難行
“十四五”智能制造發展規劃中提出 ， 到2025年的主要目標包括 ， 70%的規模以上制造業企業基本實現數字化網絡化 ， 制造業企業生產效率、產品良品率、能源資源利用率等顯著提升 ， 智能制造能力程度水平明顯提升 。
對于制造業企業發展而言 ， 產品的生產效率和良品率至關重要 ， 而質檢工作與生產效率、良品率息息相關 ， 只有質量檢測合格的產品才能夠進入市場 。 在傳統的制造業企業中 ， 產品的質量檢測通過人工或傳統視覺算法檢測 。 人工質檢方式存在檢測標準不統一、人員培訓成本高、誤檢漏檢等問題 ， 直接影響產品質檢成效 。 而傳統視覺算法檢測的成本高、效果常常達不到預期 ， 產線仍離不開高強度、高重復性的人工參與 。
“AI技術有很多優勢 ， 但企業能真正應用AI解決實際問題 ， 還需要克服不少困難 。 ”王京京發現 ， 基于深度學習的人工智能視覺識別能力確實可以達到優秀人工質檢員的水準 ， 但根據自身需求聘請AI算法工程師開發和維護的成本相對太高 ， 并非每家企業都能負擔；另一方面 ， 目前國內優秀的AI算法工程師人才較為稀缺 ， 能夠專注深入到制造業的就更少；此外 ， 適用工業場景的部署硬件亦是AI應用落地的“最后一公里”難題 。
面對這些橫在制造業智能化升級路上的“絆腳石” ， 王京京認為 ， 低門檻、一站式的軟硬一體AI解決方案 ， 讓數據采集和推理部署、模型迭代都在一部工業產線專用相機上完成 ， 是一條可落地的高效路徑 。
飛槳EasyDL+辨影相機 ， 讓AI質檢簡單高效
解決AI技術在工業生產場景中落地的難題 ， 王京京已經從軟、硬件兩方面找到了答案 。
飛槳企業版EasyDL讓王京京看到了零門檻AI開發平臺快速、便捷、高效的力量 ， 他多次用形象地比喻表達他對這一平臺的使用感受 ， “EasyDL把很多算法模塊化了 ， ‘就像廚師無需親自制作菜刀一樣’ ， 碼農們可以按需調用 ， 開發AI程序、做出AI硬件 ， 無論是PC、平板、電視還是安卓、iOS ， 都可以適配 。 ”“如果說用其他AI開發架構做模型如同爬樓梯 ， 那用了EasyDL就感覺像是坐上了電梯 ， 省時、省力又省心 。 ”2020年 ， 王京京成為百度認證的首批飛槳開發者技術專家PPDE 。
硬件支撐上 ， 辨影科技研發的AI質檢邊緣計算相機（以下簡稱“辨影相機”）部署簡單、接口豐富 ， 自帶高靈敏液晶觸摸屏 ， 在不用外接顯示器的情況下就可以對模型進行管理 ， 且辨影可連接蜂鳴器 ， 對效果驗證給到提示 。 通過飛槳平臺訓練好的模型可以通過多種方式輕松部署到“辨影”上 ， 整個過程不需要寫任何代碼 ， 解決了AI算法部署的最后一公里難題 。
目前 ， 由飛槳EasyDL和辨影相機形成的AI質檢組合已經應用于發動機漏液檢測、活塞環瑕疵檢測、焊縫氣泡檢測、鉚釘裝配檢測、注塑部件未注滿缺失檢測、螺紋口瑕疵檢測等工作中 。 以螺紋口瑕疵檢測為例 ， 首先根據樣本特征進行數據采集 ， 然后在飛槳EasyDL平臺上對合格和不合格的樣本進行標注和模型訓練 ， 最后部署到辨影相機上 。 辨影相機在產線中如果檢測到零件不合格就會蜂鳴提示或剔出處理 。

相關經驗推薦