国产一区二区三区不卡在线看,人日人天天色色操,亚洲欧美日韩在线一区二区三区

視覺人工智能（AI）的應用場景十分豐富，商業化價值巨大，全球40%的AI企業都集中在視覺AI領域。國內現在有不少從事視覺AI的企業，比如商湯科技、曠視科技、虹軟科技、云從科技、依圖科技等，他們基本都是以提供AI算法為主。

目前，全球技術輸出規模最大的幾個應用場景分別為智能消費、智能制造和智能汽車，以及安防和金融。在這些應用場景中已經有很多的項目已經落地。那這些項目落地過程中遇到了什么問題，主要的瓶頸來自哪里？現在是否都已經解決了呢？

在不久前的一個“機器視覺產品與技術交流會”小型沙龍上，一些從事機器視覺的企業分享了他們具體項目的落地情況，以及遇到過的問題。

磁瓦片缺陷檢測應用案例

錢翔是來自清華大學深圳研究生院先進制造學部的一名副教授，主要從事機器視覺的研究，目前他們正在將一些科研成果工程化。

圖1：錢翔副教授在分享至漢裝備的由來。

他們在去年年底開始行動，成立了一家至漢裝備科技有限公司，專門結合工業應用市場需求將他們研究生院的科研成果工程化。為了避免玻璃蓋板、手機外觀檢測等類紅海競爭市場，他們在工業場景應用中，選擇了一個比較細分的領域------磁瓦片缺陷檢測設備。

談到選擇這個細分領域的原因，錢翔副教授歸結為三大原因:

一是市場足夠大，因為只要“會轉”的機器就需要電機，不論是小孩玩的電動玩具，還是家電、空調、汽車，甚至是航天飛機都需要電機，而電機需要磁瓦片。一個電機中一般會有兩片磁瓦，有的是4片，甚至更多。據統計，目前中國磁瓦片的出貨量占全球的70%左右，可以說是一個萬億級的市場，而且還在不斷上升中。

二是磁瓦片檢測領域目前還是空白，將機器視覺應用到這個領域的企業還不多。“做的人少是有原因的，因為對大多數人來說，這個領域很難，有很多坑。”錢翔表示。比如說，有的磁瓦片是黑色的，有的是亮的，尺寸各式各樣，表面形狀也各不相同，有的有倒角，有的沒有，瓦片弧度也各不相同，沒有一定的標準。

三是磁瓦片檢測的現狀主要是靠人工檢測，人工檢測會有很多問題，比如由于磁瓦片在生產過程中會產生很多粉塵，檢測人員在工作中必然會吸入過多的粉塵，從而容易造成塵肺病；還有經常盯著這些磁瓦片看，是很傷眼睛的，因此，每過一年到一年半左右，就需要換一批工人。還有檢測效率也很低。

從需求區域來看，目前對磁瓦片檢測需求較高的地區主要集中在長三角、珠三角、四川和江西這幾個地方。

經過半年多時間的實踐，目前錢翔副教授所在的企業已經在廣東和長三角地區，有3、4臺訂單銷量了。

針對磁瓦片檢測領域，“我們根據自己已有的技術，包括光學、算法，在公司研發了一套這樣的設備，可以根據不同的磁瓦片形狀，定制一條檢測生產線。”錢翔在分享中表示。

圖2：錢翔副教授分享的磁瓦片缺陷檢測設備。

他拿給江門的一家磁瓦片廠商定做檢測設備舉例說，這個客戶需要檢測12個面，“我們用了4個工位來對產品進行翻轉拍照，在使用我們的深度學習算法來對產品進行尺寸測量。”錢翔表示。

說到做這個項目的心得時，他感慨，“說起AI可能很激動人心，但與自然場景識別和自然語言處理相比，工業界留給AI的全是硬骨頭。我們總覺得有一個好的算法，加一堆GPU，CPU，或者NPU就能解決所有問題，但其實不是這樣的，光有AI算法根本不夠，最后可能AI不是最重要的事情，卡脖子的是照明、成像和機電。”

“對視覺AI來說，其實還包括視覺硬件。”錢翔總結說，最開始做磁瓦檢測時，想得也很簡單，就是檢測下產品有沒有裂紋、崩缺、欠磨，以及氣孔氣泡等問題而已，拍個照片對比下就好了，但最后發現拍照都拍不清楚，因為磁瓦片使用不同材料顏色是不一樣的，有的是黑色的，會吸光，有的是亮的，會反射光……這些在研發設備的時候必須同時考慮進去，“可以說機器視覺除了算法，對硬件的要求也是很高的，最后我們在硬件選型上花了很長時間。”

還有機電部分也很重要，如果機械運作過程中抖動厲害的花，就很難獲得清晰的圖像，當然這個問題可以從算法方面去解決，也可以從機械方面解決。

對于成像問題，他表示，“開始我們都認為簡單，拍下來就可以了。最后發現拍下來效果總是不盡人意，后來我們只好改進我們的成像系統。”

連接器缺陷檢測方案

對于錢翔副教授提到的問題，來自阿丘科技的余任沖深有感觸，因為他們是一家以深度學習、3D視覺和機器人技術為核心的企業，將人工智能用于工業機器人及自動化領域。目前已經推出人工智能工業視覺算法平臺軟件AIDI和機器人3D視覺分揀系統解決方案等產品，用于工業復雜視覺檢測及無序分揀。目前公司分布在北京、蘇州昆山和深圳。其中北京為研發中心，蘇州昆山和深圳為產品及業務中心。

目前工業應用上面臨的問題主要有：不同類別的缺陷樣本數據量不均衡、同一類別正負樣本數據量不均衡、缺陷尺寸變化大，以及無法通過簡單的圖像特征區分缺陷類別。

在余任沖看來，工業應用上面臨的問題，除了這4個，還有數據庫不容易獲得， “只有客戶相信你之后，你才能拿到數據。拿到數據后，還需要現場有經驗工程師和QC的配合，我們才知道如何標注數據，如果標注錯了，也會產生干擾。”

他還提到一個問題，如果檢測設備精度很高，能檢測出所有問題，客戶會很開心，但是他們卻不會采用這個設備，因為當把所有瑕疵產品都剔除的話，產品不良率必然會升高，這樣就會讓新產品很難出貨。

也就是說，AI產品要工程化落地的話，必須得到客戶的現場配合。因為需要微調的東西太多了，一個項目的調試、訓練時間其實還蠻長的。他拿機器視覺在連接器USB Type-C 端子檢測的案例舉例說，就這一個項目，大概有30幾個指標需要檢測，每個指標都需要時間訓練。

圖3：阿丘科技在連接器領域的應用案例（一）。

圖4：阿丘科技在連接器領域的應用案例（二）。

如果得不到客戶現場配合，AI產品很難落地，工程化很難落地，這里面微調的東西太多了，每天都在現場調試。我覺得我們這個行業是一個耗能行業，因為每天都在調，在訓練，時間點蠻長的。

圖5：傳統視覺廠商檢測方案與AI深度學習檢測方案對比。

除了在連接器缺陷檢測方面的應用，阿丘科技的AI算法和產品也有在筆記本電腦外殼外觀缺陷檢測、金屬加工件外觀缺陷檢測、刀片刀具缺陷檢測等工業領域，以及草莓干級別分類等農業領域中有應用。

部分智能物聯網行業解決方案

北京曠視科技有限公司成立于 2011 年，是一家以人工智能技術為核心的行業物聯解決方案提供商，為行業用戶提供人工智能算法和解決方案，構建智能物聯網系統。曠視科技產品主要包括人臉識別技術，圖像識別技術，智能視頻云產品，智能傳感器產品等，產品主要應用于金融、手機、安防、物流、零售等領域。

其華南區高級技術專家吳秋雨分享了一些曠視科技的智能物聯網行業解決方案包括社區地產通行管理方案、新零售、教育、以及物流等物聯網解決方案。

圖6：曠視科技的社區地產通行管理解決方案。

吳秋雨指出，在社區地產通行管理方面，最重要的是要把好三道門、管好四類人。

圖7：吳秋雨在介紹曠視科技在新零售行業的解決方案。

他承認目前新零售進展不太順利，但曠視科技還是做了不少工作，其新零售解決方案的主要目標是打通人、貨、場數據通路，助力門店智能升級。其技術主要有人臉支付、客戶畫像和軌跡分析等。

人，指的就是智能理解會員，實現千人千面體驗，以及打通收銀支付，提升結賬效率；貨，指的是供應鏈智能選品，提升單店庫存轉化，以及倉儲服務自動化，節省倉儲人力時間；而場則是指，門店數據全面捕捉，提供實時數據反饋，以及店務運營一體化，即時反饋，實時管理。

他特別指出，教育是曠視科技今年的重點項目。而且從去年開始，他們就已經開始打磨教育領域的產品了。

吳秋雨拿教室內的考勤系統舉例說，曠視科技的室內考勤系統是無感的，只需要在教室中間安裝一個帶云臺和變焦的攝像頭，就可以無死角地掃描課堂內的學生，而且還有活體識別和行為分析功能。

在學生上完課之后，所有考勤信息就會輸出到主機。老實說，這個行為分析是有點“變態”的，可以分析人的七種行為和七種表情，比如站立，舉手、玩手機、眼睛注視的地方等等都可以統計出來。所有這些行為分析，都可以通過一個攝像頭來實現。

雖然筆者已經畢業了，但想想這樣的考勤系統，都嚇出了一聲冷汗，技術雖然不錯，但還是希望不要把這樣的技術應用到教室中去。

圖8：曠視科技的教育解決方案。

曠視科技不僅做高校解決方案，也做普校的教育解決方案，比如宿舍管理系統。傳統的宿舍管理系統，可能也就是個閘機，現在，已經可以在閘機上加人臉識別系統了。據吳秋雨透露，這樣的宿舍管理系統已經開始在與深圳大學和南方科技大學合作部署了。

還有物流制造解決方案，曠視科技開發了一個機器人網絡操作系統------曠視河圖。曠視科技與菜鳥在天津建造了一個有500臺機器人的智能倉，據說在去年雙十一期間，幫助菜鳥提升了50%的效率。

圖9：曠視科技的物流制造解決方案。

不過到目前為止，河圖還沒有到完全商用的程度，只是在跟大型企業做戰略性合作實踐。完成的功能也還限于貨物自動分類、貨物轉發和運輸等。

3D視覺人工智能解決方案

AI 3D傳感技術方案提供商奧比中光也分享了他們在視覺人工智能方面的一些應用案例，比較有意思的幾個解決方案。

奧比中光副總經理彭勛祿認為奧比中光不算一家AI公司，而是一家為AI公司賦能的公司。其關鍵的技術是3D傳感技術。

圖10：奧比中光的關鍵技術。

他介紹了奧比中光在交通領域的解決方案，包括地鐵刷臉閘機和車內監測等。據彭勛祿透露，目前地鐵刷臉閘機已經在濟南地鐵有部署了，廣州地鐵也即將部署，明年深圳地鐵也可能會部署。

車內監測主要有駕駛員狀態檢測、車內危險行為監測和公交車客流分析。目前奧比中光正在給寶安區的2000輛公交車裝上3D攝像頭，來統計公交車的客流量。

圖11：奧比中光的智能交通解決方案。

圖12：奧比中光的刷臉支付解決方案。

現在很多自助售貨機、一些奶茶店、零售店等都可以刷臉支付了。其刷臉支付系統的前端攝像頭大都是奧比中光的。彭勛祿透露說，去年螞蟻金服投資了奧比中光2億美元，這2億美元其實不是財務投資，而是戰略投資。螞蟻金服與奧比中光聯合成立了一家叫螞里奧的公司，專門服務阿里生態，其核心業務就是支付寶刷臉支付設備。

在與阿里合作的同時，奧比中光也在與銀聯合作，開拓銀聯的刷臉支付業務。

圖13：奧比中光智能機器人解決方案。

智能機器人，這是奧比中光最早期的一個業務。據彭勛祿介紹，智能機器人里80%~90%的企業都用過奧比中光的3D攝像頭，主要做避障和室內導航。“大家用掃地機器人可能有這樣一個感受，如果地上有鞋子，線纜，或者低于掃地機器人的障礙物時，掃地機器人實際上是識別不出來的，會直接撞上去。但我們現在的前置3D攝像頭，可以識別到一些非常小的物品，比如線纜，動物糞便等。”

他表示，未來在掃地機器人方面，會有一套完整的解決方案，可以解決掃地機器人全屋清掃問題，而不需要人干預。

圖14：奧比中光3D人體測量解決方案。

在3D人體測量方面，奧比中光為服裝品牌做了一個3D試衣間，可以幫助客戶自助下單，無需到門店就能實現服裝定制。他承認，目前這個設備只支持襯衣和西裝這類產品。

彭勛祿表示，在深圳CoCo Park有一個體驗店，那里的3D試衣間內有16個攝像頭，客戶只需要在里面站2秒鐘，就可以測量28想數據，并生成一個完整的體型報告，服裝品牌商可以根據這個報告幫客戶定制服裝。

圖15：奧比中光與國外客戶合作的智慧畜牧解決方案。

還有一個比較有意思的應用案例是智慧畜牧。奧比中光不僅做人臉識別，還做豬臉識別，給豬建立電子檔案。

彭勛祿笑稱，“不做不知道，在我們跟做畜牧的廠商聊了之后，發現這個市場太大了，中國一年要吃掉7億頭豬。”

而智慧畜牧講究的是精細化養殖，也就是說豬每天吃多少飼料，喝多少水，長多少肉……都需要全程監控。從豬出生開始，到出欄，都需要有電子檔案，而流入商場，到餐桌上，也需要可以溯源。

要實現這些流程，就需要有相應的設備來進行監控，奧比中光曾與一國外客戶合作了一個智慧畜牧解決方案，可以監控豬每天的生長情況，還可以做豬的體重檢測。就連豬有沒有趴窩，每天走了多少步都有詳細的數據。

總結

這么多有趣的AI應用落地項目中，我們可以看到，AI已經開始越來越多地應用在了我們的生活中，有的讓我們的生活變得便捷，比如刷臉支付；有的讓我們感到安全，比如智能交通、智能安防；也有的讓我們感到一絲涼意，比如教室考勤系統……

但不管我們愿意還是不愿意，AI時代正在向我們走來……

聲明：本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人，不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用，如有內容侵權或者其他違規問題，請聯系本站處理。舉報投訴

機器視覺

機器視覺

+關注

關注
165

文章
4798

瀏覽量
126061
AI

AI

+關注

關注
91

文章
39793

瀏覽量
301395
人工智能

人工智能

+關注

關注
1817

文章
50098

瀏覽量
265358
人臉識別

人臉識別

+關注

關注
77

文章
4127

瀏覽量
88459
缺陷檢測

缺陷檢測

+關注

關注
3

文章
175

瀏覽量
12927
刷臉支付

刷臉支付

+關注

關注
2

文章
99

瀏覽量
11288

搜索歷史

從視覺AI應用案例，看AI落地的瓶頸在哪里？

磁瓦片缺陷檢測應用案例

連接器缺陷檢測方案

部分智能物聯網行業解決方案

3D視覺人工智能解決方案

總結

評論