方案优势

云边协同

基于云边协同的业务架构,用户在云上完成模型的训练和管理,在边缘侧部署模型进行产线的实时检测,云上的模型可以进行下发,边缘侧上可以采集更多数据返回到云上迭代优化模型

算法模型库

提供工业级应用的算法模型库,用户可通过简单的选择样本并点击训练,即可自动完成所有的参数优化,使模型获得适应于用户样本的能力,实现对差异化产品的高精度检测能力

精准高效

边缘侧进行模型执行,从采集到检测整个流程仅需几秒,大大提高生产效率和自动化程度,综合检测准确率相较传统视觉检测提升10%-20%

统一部署

云上推理模型、边缘侧模型及终端设备统一管理,实现云端算法模型优化后的一键更新至边缘侧

方案描述

机器视觉解决方案通过预训练模型与实际场景数据相结合,将用户样本数据的训练对模型进行定制优化,从而适配用户实际使用场景,通过云端深度学习模型训练及边缘应用算力,打造5G+边缘云一体化模式,可有效解决产品的复杂缺陷识别及分类等任务,主要应用于3C电子产品、汽车、钢铁、能源、纺织等领域,助力客户实现智能制造及产业升级

3C 微小部件检测:针对不同形状、工艺的微小部件,快速缺陷检测,检测指标达到AQL<0.4(每1000件,不良品≤8 件)

液晶屏幕检测:针对屏幕外围电路进行预测模型优化设计,准确率、召回率全面提升

汽车零件检测:支持零部件位置检测、有无检测、型号检测等人工智能机器视觉检测方式

热轧/冷轧钢板缺陷检测:支持热轧、冷轧钢板缺陷检测,相较传统视觉提升10%的准确率

光伏EL检测:支持单晶/多晶暗域、黑边、黑角、各种隐裂等十数种缺陷识别,基于人工智能全面提升缺陷分类准确率

方案业务结构

支持多协议、多平台、多网络、多地域设备快速接入,可对接各种摄像设备、工业设备、物联网装置、计算平台及网络设备采集所需数据并进行远程实时查看与统计分析 通过大数据分析优化输出的业务规则或模型下发到边缘侧,边缘云基于新的业务规则或模型运行 通过AI分析应用,更好地支撑本地业务的实时智能化决策与执行

方案技术结构

可提供消息队列、流式计算、AI框架、高速缓存等多样化PaaS服务,满足边缘侧的设备管理及机器视觉应用,支持用户对边缘侧设备及资源的远程管控、数据处理化等诉求,为用户提供完整的边缘和云协同的一体化服务

业务场景

  • 汽车零件检测

     
  • 3C微小部件检测

     
  • 热轧/冷轧钢板缺陷检测

     
  • 光伏质检

     

针对不同形状、不同工艺的微小部件,进行快速缺陷检测,检测指标达到工厂最优质检员的水平

客户案例

首钢集团

首钢总部在北京,始建于1919年,迄今已有近百年历史。目前已发展成为以钢铁业为主,兼营矿产资源业、环境产业、静态交通产业、装备制造业等跨行业、跨地区、跨所有制、跨国经营的大型企业集团,总资产列全国钢铁企业第二位,2010年以来连续6年进入世界500强。 通过项目投入,首钢集团在产品产品全生命周期的管理方面提高产品性能、缩短产品研发周期、实现一站式电子采购、实现柔性化生产、缩短物流周期、提高用户满意度;在工业现场的生产过程中,降低不良产品率、实现产品自动判级、减少库存;企业间协同的资源配置中提高人、机、料、法、环各个资源的有效协同;企业管理的运营决策中将“数据变现”,为领导层提供有效、精确的决策支持,更好的开展生产经营活动。