数字化案例秀 ‖ 逐渐消失的人工质检，为工业判片装上AI之眼

 

  受到疫情的影响，国内各行业的众多企业意识到，数字化转型所蕴含的可观商业价值吸引力巨大，因此，企业拥抱数字化转型已逐渐成为行业共识。

  特别是对于工业制造领域来说，明确数字化转型方向，破解孤岛效应，推动产业链上下游协作与创新，是制造业企业推进数字化转型与智能制造需要解决的关键难题。

  深圳市华星光电技术有限公司是一家主要生产液晶面板的高新技术企业，新型液晶面板显示产业作为国家“十二五”重点规划与发展的战略新兴产业，华星项目的投产将极大的改变我国平板显示产业发展的国产化配套能力。

  目前在华星光电的生产线上，已经很少能看到工人忙碌的身影，取而代之的是一条条机械手臂。与人类不同，这些机械手臂只要插上电源就可以昼夜不停地进行生产。并且，产品一旦出现了缺陷问题，负责检测的AI设备可以在5秒之内识别出来。

  如此强悍的技术，华星光电导入了国内面板业缺陷判别的首例人工智能项目——ADC项目（自动缺陷分类），目前，这个项目已经帮助华星光电在质检环节之一的图片检测方面缩减了50%的人力。

传统质检效率低

  接到同比增长50%的订单后，专注于做金属粉末注射成型（MIM）产品专业制造商的富驰陷入烦恼，他们需要增加400个工人来完成新增产品的质检工作，这不但增加成本，而且要解决住宿、交通等配套问题。

  无独有偶，工业制造业似乎都会遇到传统质检上的难题。液晶面板行业的崛起，带动面板质检需求的暴增。传统的缺陷检测主要由人眼辨别，这给企业把控生产质量和提高生产效率，带来巨大困难。

  对于传统的液晶面板来说，在制造过程中面板的缺陷种类多达120种，不同工序、不同产品的缺陷特征也不尽相同，这对人员来说快速精准的识别缺陷类型有一定的难度。

  华星光电一直以来都是通过AOI设备将玻璃缺陷拍照后上传到NAS系统，再通过MES上传到人工判Code的界面，由人员对图片一张一张的进行设别和分类，这个过程的效率非常的低。

  华星光电工厂的每名图片质检员每天需要面对1万张产品图片进行检测，一名成熟的质检员，平均要花费2秒的时间完成对每张产品图片的缺陷分类工作，同时人员需要确认缺陷是否落在线路上、对产品的影响严重程度是否需要开立对应的生产异常单。

  先不说一名成熟的质检员是否能保证不出错，但其培训的时间成本就已经很高，更别提其他方面的成本投入。对于企业来说，更希望通过机器代替人工来进行生产作业的降本增效，采用一种新型的面板质量检测方式来代替人工检测是亟待解决的技术问题。

腾讯云人工智能AI判片模型

  针对上述问题，华星光电选择和腾讯云合作，腾讯助力其实现了人工智能在AI判片的应用，全面承接了T1，T2和 T6工厂图片自动识别（简称ADC）系统，在Array/CF/Cell工艺制程的落地实施。

  不过在最开始的时候依然会遇到很多问题，如何才能将液晶面板特性模型的参数和人员经验结合调优，完全覆盖生产环境中的所有情况。

  腾讯云选择了最优的通用解决方案并封装到TI-insight, 使用Ti-insight则不需要有研发技能也可以进行模型的交付和算法的迭代，这大大降低了算法的交付成本。

  腾讯云TI平台TI-Insight是基于腾讯云TI平台基础功能打造的一站式工业AI平台方案，包含AI训练系统和AI推理系统两个功能组件。

  平台提供包含数据工厂、内置通用/行业算法库、模型迭代训练引擎、基于题库测试的模型评估引擎、多版本模型对比分析、模型微服务管理和部署、硬件资源优化调度与管理等全栈 AI 能力。

  更是支持算法工程师、及具备有限深度学习知识的业务用户可以从0到1快速构建模型、1到N快速迭代训练模型。借助腾讯AI训练平台，华星光电特别开发的AI模型达到了良好的应用效果，对比传统的人力判片方式，AI识别速度提升10倍，缩减人力50%。

  如今，ADC识别单张图片的速度从人员的2秒缩短到了500-600毫秒，目前总共可以替代140名员工。ADC项目可以为华星光电节省超过1000万人民币的成本。

  腾讯基于行业领先的AI图像算法和缺陷检测模型，能够适应一定的产线波动，具备自主学习迭代功能，保证模型具有高稳定性，各项业务指标均大幅领先于同行，可快速应用到新的产线、新的产品。

  腾讯AI缺陷检测系统设计了适合工业产线稳定可靠的自动判片系统，保障了华星生产工厂实现人工智能无间断、高精准的自动缺陷判别。

快过年了！

两款新年红包封面快快换上，排面！

  云巴巴一直秉持最严谨的态度，选取品质最高的科技产品。我们与国内外知名科技厂商深度合作，包括腾讯、阿里、华为、眼神科技等等，并获得部分厂商金牌代理权限。面向各行各业B端客户，提供全面的科技服务，助力企业数字化轻松转型。