人工智能機器視覺技術在質檢領域的應用，為工業流水線帶來了精準度高、速度快、穩定性高、信息集成與留存等明顯的優勢，幫助企業可以更好地進行質量和成本控制。而且現在的機器視覺已經不僅僅在工廠端，其已經成為一個云端融合的系統，持續地推動工業的升級。

在工廠里，工作崗位有很多，質檢員就是其中一種。質檢員需要負責公司所有物資、產品、設備的質量檢查，這就需要熟悉并理解產品圖紙、工藝、產品結構、性能及使用要求等，可以說質量管理是一項復雜的系統工程，也是企業品牌和市場競爭力的關鍵。

制造業在生產上一直在不斷的發展，在質檢上也不例外，人工檢測不可避免還是會出現不良品，而且耗時長，效率低等問題。

隨著人工智能機器視覺技術在質檢領域的應用，為工業流水線帶來了精準度高、速度快、穩定性高、信息集成與留存等明顯的優勢，幫助企業可以更好地進行質量和成本控制。而且現在的機器視覺已經不僅僅在工廠端，其已經成為一個云端融合的系統，持續地推動工業的升級。

當機器視覺遇上工業質檢

據Markets and Markets發布的研究報告顯示，2020全球機器視覺市場規模為107億美元，到2025年，該市場將增長至127億美元。預測期內（2020—2025年）的年復合增長率為13.6%。

全球機器視覺市場增長主要有以下四大驅動力：一、工業質量檢查和自動化需求；二、視覺引導機器人系統需求；三、3D機器視覺系統的不斷采用；四、混合動力和電動汽車的生產的增加。

其中機器視覺在工業上應用領域廣闊，核心功能包括：測量、檢測、識別、定位等。產業鏈可以分為上游部件級市場、中游系統集成/整機裝備市場和下游應用市場。上游包括：光源、鏡頭、工業相機、圖像采集卡、圖像處理軟件等軟硬件提供商；中游包括：集成和整機設備提供商；下游包括：電子制造行業、汽車、印刷包裝、煙草、農業、醫藥、紡織、交通等領域。

中科創達CTO鄒鵬程表示，工業質檢是機器視覺在工業應用中較早的領域，在發展上也有著組織、文化、產品三大挑戰，這就需要打造面向服務的平臺型組織，打造以技術為本的開放文化，最重要的是打造一套融合系統解決機器視覺在工業領域的應用。

因為未來更多是異構分布計算的場景，所以系統架構應該是終端和云端一致的體系，也就是融合系統，通過同一個代碼就可以實現所有的運行和部署，不需要考慮在端側還是云側。

云端的融合ADC系統

成立于2008年的中科創達致力于提供卓越的智能操作系統產品、技術及解決方案，主要擁有智能手機、智能物聯網、智能汽車、智能視覺四大業務板塊。

2018年中科創達推出了基于人工智能和智能視覺技術的中科創達智慧工業ADC （Automatic Defect Classification） 系統，將AI技術賦能傳統工業，提升生產效率和產品良率，助力傳統制造企業轉型升級。

ADC系統包含缺陷自動化分類、新產品迭代數據清洗、業務作業員認證三個子系統，從作業員技能認證、數據集更新到新產品導入，貫穿工業檢測的整個生命周期，有效幫助制造企業減少75%的工作量，產能提升35倍。相比人工檢測，漏檢率下降3%，準確率提升99%。

鄒鵬程表示，ADC系統在2019年開始一期第一階段的研發，最初為私有化部署，并非云方案，經過了半年的開發測試，準確率達到了90%。由于私有化需要部署在各地工廠端，帶了很大的成本壓力，而且疫情期間很難進行實地部署，所以在一期第二階段，開始在AWS上進行試點，并使用Amazon SageMaker。

在與Amazon SageMaker集成后ADC系統具備了四大特點：第一、上手容易：大大降低簡易算法開發的難度，工具鏈完善，上手的速度非常快；第二、開發快速：使用組件快速、輕松地構建和訓練機器學習模型，在控制臺即可將模型部署到安全、可擴展的環境中；第三、算法靈活：支持主流的TensorFlow、PyTorch、Keras、xnet等框架，提供常見的機器學習算法，支持自定義算法；第四、功能強大：一體式機器學習環境，高質量的訓練數據集，實驗管理和跟蹤，強化學習、模型監控等。

讓行業應用發揮更大作用

ADC系統有三種部署模式，第一、私有化部署，即在工廠端；第二、云端部署，即部署在AWS上；第三、分布式部署，端側部署ARM服務器和AWS IoTGreengrass邊緣計算等，云側部署Amazon SageMaker的組合。 目前ADC系統已經在多個領域進行應用，第一、汽車行業，例如表面涂膠檢測、車身板件裝配檢測等；第二、電子產品行業，例如PCBA電路板檢測、外觀缺陷檢測、包裝缺陷檢測等；第三、化妝品行業，例如包裝缺陷檢測、灌裝液位檢測、標簽損壞檢測等。

在與AWS的合作上，其實中科創達最早是自己做模型的訓練、分發等工作，在過程中也認識到自己的核心價值是操作系統和之上的算法，所以轉向Amazon SageMaker可以輕松地獲得機器學習能力，例如彈性Notebook、實驗管理、自動模型創建、模型調試分析，以及模型概念漂移檢測等能力。

AWS中國區生態系統及合作伙伴部總經理汪湧也提到和中科創達合作的三大戰略意義，第一、AWS在集成電路領域的應用，第二、Amazon SageMaker落地中國，為中國企業提供集成化的人工智能環境，幫助企業進行轉型；第三、傳統視覺技術到云上的轉型。

在Amazon SageMaker和合作之后，AWS也將和中科創達在汽車、晶片等行業進行拓展，在新基建的框架下，通過技術幫助合作伙伴在行業應用上發揮更大的作用。
責任編輯:pj