?基于百度深度學習技術的工業視覺智能應用案例
一、項目背景
百度智能云是百度旗下面向企業、開發者和政府機構的智能云計算服務商，致力于為各行業提供以ABC(人工智能、大數據、云計算)技術為一體的平臺服務，實現智能化轉型。目前，百度智能云已發布超過260款產品，40個解決方案。
1、智能質檢行業痛點
在消費電子、汽車等行業需要高精度、高性能的結構件和功能件，目前生產過程中，絕大部分的生產環節都已經采用了自動化流水線進行生產，但是針對零部件的表面質量缺陷一直以來主要還是依賴人工目測檢驗，人工檢驗目前的問題在于：
檢測人員的檢測水平不一，因此產品的質量會受到檢測人員的影響波動；
零部件工藝復雜、微小型零部件人工檢測更加難以長時間工作；
人力用工量大，成本高；
2、智能巡檢行業痛點
在電力行業輸電通道線路環境安全監測長期采用人工巡檢的方式，工作強度大、發現隱患效率低；近幾年開始采用可視化監拍裝置基于圖像進行巡檢分析，但由于該裝置部署在野外，無電源無有線網，需要充分考慮功耗、網絡傳輸等因素的制約，確保設備無法在中短期通過太陽能供電的情況下可持續運行。因此目前的監拍裝置通常都是固定時間回傳至云端，以充分降低網絡和帶寬的需求，回傳至云端后通過AI模型或人工進行判別。由于定時回傳因此圖像采集真空期長，識別隱患告警及時性差，因火災或其他外破如施工器械、異物等造成的停電跳閘時有發生，存在交大的安全隱患。
二、項目實施
1.總體實施思路與架構
圖：現百度工業視覺智能平臺
百度智能云提供全套的視覺解決方案，針對工業視覺需求推出百度工業視覺智能平臺，提供圖形化AI訓練平臺，可以“0”代碼基礎的操作進行模型自訓練和優化，包括視覺對齊、數據標注、模型訓練、模型評測、模型下發等功能。預測、模型訓練采用端云一體模式，構建了利用缺陷數據實現模型預測準確率的不斷優化升級的閉環。模型云端訓練、模型快速下發至邊緣節點、模型通過邊緣計算進行缺陷預測，邊緣節點采集的數據上傳到云端反哺模型訓練迭代。
2.應用場景與技術方案
（1）智能質檢
精研科技是國際知名消費電子產品的代工廠，其產品大部分是微小精密零部件，很早就希望能過智能檢測方案解決人工目檢產品缺陷的問題，但是傳統的視覺方案其檢測的準確率、性能都不能滿足產線的需求，因此希望通過新技術解決目前產線的檢測問題。
圖：現場采集樣本數據
通過與產線檢測工人了解，每個零部件需要同時檢測6個面，并且每件的檢測時間需要小于500毫秒，并且需要對可能出現的33種缺陷進行全面的檢測。
圖：微小零部件檢測一體機
通過近3個月的進廠技術攻關，最終采用一套全封閉集成檢測設備來解決檢測問題。
自動化部分，設計部署了18個相機和光源，對零件外表面和內腔實現流水線級別的圖像拍攝，在不同光源下對物體六個外表面及內腔拍攝18張圖像，實現了360度圖像采集。
檢測模型部分，設備通過集成百度AI一體機，并采用12個AI視覺檢測模型（部分圖像采用相同的模型），可同時對18張圖像進行缺陷預測；基于18個圖像的判定結果通過1個二輪投票模型進行最終缺陷判定，實現零部件的全表面外觀缺陷檢測和內腔缺陷檢測。
（2）智能巡檢
國網山東電力目前采用了百度的可視化智能識別模型后，將AI模型直接部署在既有可視化監拍攝像機終端上，在既有國網山東已經部署的基于高通8916芯片的監拍攝像機終端上升級，合理保護既有投資，避免花大量資金采購新AI終端來提高拍攝頻率。產品在試用后迅速實現覆蓋，目前已覆蓋全山東省17地市多條輸電線路，并實現了快速準確檢查電網設備附近是否存在施工機械、山火、煙霧、異物等13類安全隱患。巡視間隔時間從半小時縮短至5分鐘，告警及時性實現全面提升，在縮短至5分鐘分析間隔的基礎上，實現無光工作時間持續運行高達15天以上，流量降低70%；通過普通端側芯片的部署能力，成本較專用端側AI芯片大幅降低80%以上，平均功耗降低60%；分析準確率全面超過國網準入指標。目前該產品通過中國電力企業聯合會鑒定整體達到了國際領先水平。
三、實施效果
人工智能核心組件全部國產化自主可控，包含百度自研的昆侖芯片、飛槳平臺和智能視覺軟件，在工業視覺場景上進行深度定制，在產品功能、模型速度、模型性能以及模型訓練優化等方面較業內產品都有明顯的提升。
（1）智能質檢
最終設備實現了360度圖像采集，可代替人工對3C結構件外觀缺陷進行檢測，檢測質量優于人工檢測，單臺設備可替代10個以上的人工，檢測工位面積節省80%以上，人力投入節省近90%，后續每年可為企業節約資金2000萬以上。
（2）智能巡檢
采用百度智能巡檢方案后，智能巡檢平臺覆蓋全山東省17地市多條輸電線路，實現無光工作時間持續運行高達15天以上，流量降低70%；通過普通端側芯片的部署能力，成本較專用端側AI芯片大幅降低80%以上，平均功耗降低60%；分析準確率全面超過國網準入指標。
AII微信公眾號
AII頭條號