腾讯云工业AI质检训练平台TI-AOI
首页
技术架构 - 用前沿技术构建腾讯云 - 工业AI质检平台优图AI算法体系将成像算法、通用视觉模型、缺陷感知通用模型和 LPM【Large Perceptron Model】作为核心技术支撑，以实现复杂外观缺陷检测的免训练或零样本快速应用。
· 基于视觉AI算法为工业制造提质、降本、增效。
4大技术模块
· 基础视觉算法
· 高效视觉学习
· 通用视觉模模型
· 3C · 锂电
· 液晶 · 汽车
· 食品包装 · 半导体
质检大模型：基于大模型打造云&端协同的质检应用新链路新范式：基于公有云/私有化集群利用多场景数据打造质检通用大模型，并在应用时结合子场景数据实现模型快速调优。
冷启动：基于精品SKU，结合场景少量数据快速调优特别创新点：即插即用，跳过繁琐的数据收集&标注&训练，快速POC。
缺陷生成：visual prompting生成缺陷，解决缺陷收集难题特别创新点：基于visualprompt技术，应用到工业缺陷生成
逼真性：基于视觉prompt，较好的保持纹理相似性，生成更逼真。
多样性：指定位置，根据mask形态生成更多样的缺陷。
技术研发：根据视觉prompt进行逼真的缺陷生成
X 以前方案：以前的方法生成的defect和实际产线的形态差异较大，或者需要大量的数据训练（GAN - based）。
√ 自研方案：将缺陷位置和外观分离，基于已有缺陷进行形态变换，实现任意位置生成逼真的缺陷
小样本分割：基于分割链路启用fewshot免训练模型特别创新点：免训练，简单勾画visualPrompt，即可完成精准分割/检测。
AD无监督：AD无监督+有监督模型，支撑多场景落地特别创新点：简单场景，无需NG图，只需要OK图，免标注直接训练，发现未知缺陷。
标准化产品：腾讯云TI AOI-AI外观质检平台训练端负责构建高精度工业质检模型并输出SDK，运营端部署在产线机台进行高性能推理和运维。
腾讯云AI质检 - TI-AOI训练端特点
腾讯云AI质检 -- TI-AOI训练端支持零代码构建任务，方便用户自行训练及优化，灵活选择数据集、资源，自研核心算法框架快速训练。
2、查看模型详情
支持训练进度实时查看，模型指标可视化。
腾讯云AI质检 -- TI-AOI训练端支持上传点位模板图、点位校准；
支持配置点位像素/毫米比例；
支持点位编辑ROI区域，包括新增、删除、编辑类型及区域范围。
4、缺陷配置
支持手动调节阈值，支持配置区域屏蔽；
支持设定产品材质类型数量。
5、模型测评
支持查看评测详情，支持图片级-样品级过失图片联动查看；
6、模型管理
按照不同批次显示出训练模型的样本量、图片类型、训练集、测试集、准确率等信息；
可以通过点击详情查看具体测试结果和对应指标等参数。
腾讯云AI质检--TI-AOI运营端特点SDK快速部署，无需执行复杂的后台命令。
2、状态可视化监控
关键运行指标管理，保障系统运行稳定性。
本机ip修改、共享盘挂载、服务器磁盘清理。
4、缺陷分析
5、策略仓库
策略多维度配置，热更新实时解决良率问题。
6、离线跑图
提前验证算法能力，保障指标良率。
腾讯云AI质检--TI-AOI运营端
支持缺陷类型及点位分布统计，检测详情查看；
腾讯云AI质检 -- TI-AOI运营端支持算法策略配置；
支持针对不同点位的检出阈值条件设定；
4、单点测试
支持单点位测试，实时查看推理结果和中间结果；
5、系统配置
支持共享盘配置和挂载；
支持算法SDK/推理服务/镜像上传；
支持本机参数配置；
产品销售模式 - AI外观质检方案 - 项目制&标准产品
合作模式：伙伴+项目模式客户简介：世界知名品牌精密结构件制造商，苹果供应链核心供应商。专注于生产3C电子产品结构件及其他零配件等，为全球性国际主要客户提供应用于电脑、通讯、消费性电子等精密金属机构件及配套生产。
客户诉求：质检产线人力投入巨大，需要通过产线自动化完成人员精简，同步实现产线智能化、生产稳定高效、品质精益求精。
核心特点：通过10w级样本打造金属材质标准化预训练模型，配合自研标准化成像硬件方案，实现金属质检场景快速迭代和横向复制。
合作模式：伙伴+项目模式客户简介：专注于汽车安全玻璃的大型跨国集团，客户包括宾利、奔驰、宝马、奥迪、通用、丰田、大众、福特等，为其提供全球0EM配套服务和汽车玻璃全套解决方案
客户诉求：可识别玻璃裂纹、气泡、印刷错误等缺陷，通过系统进行报警，实现对每一片玻璃的高质量把关。
案例展示：玻璃字符缺陷质检、发动机缸盖质检等汽车行业场景，通过标准化模型交付，替代人工完成玻璃外观、印刷字符、透明度、商标等质检工作。
合作模式：项目+平台模式客户简介：以酒业为核心，涉及绿色包装、机械制造、智慧物流、金融投资、大健康产业等领域的特大型国有企业集团。
客户诉求：目前产线存在检测效率低、漏检率高、员工劳动强度大、检测成本高等问题，通过AI质检项目，打造高速质检智能化车间，实现360°瓶盖外观缺陷全检。
案例展示：通过私有化部署刚质检训练平台，实现瓶盖场景外观全检;通过云端协同，打造专用场景模型，完成轻量化横向拓展。
产品交付 - 标准SOP交付流程，方便快速复制和交付全流程产品能力覆盖，助力硬件批量验收、模型持续迭代、交付后业务运营管理。
AI外观质检方案 - 携手生态合作伙伴打造细分领域行业标杆
丰富多元的生态合作策略，与您携手助力产业发展定制赋能计划和课程、线上赋能学习平台解决方案及产品培训。
交流赋能 - 专家大咖现场分享腾讯高层领导1:1交流。
资质背书 - 电子授权牌、官网合作伙伴查询官网合作伙伴展示位。
市场宣传 - 联合产品发布与推广标杆案例PR支持。
营销加乘专项市场活动解决方案联合促销
销售支持
商机及销售渠道共享、销售培训知识库收录、行业架构师咨询支持
渠道管理
专属渠道经理、伙伴专属工作台渠道服务在线支持。
增值服务
战略投资咨询及加速器候选推荐供应链金融、合作护航专属课程。
市场布局：丰富实践，持续提升竞争力落地场景：广泛覆盖多行业、多场景外观质检，自研计算光学技术+模型泛化能力，满足高精度和多机型需求；
方案特点：基于标准化软硬一体化方案打造精品SKU，持续提升竞争力，打造行业细分领域标杆。
案例实践：3C消费电子行业落地场景：广泛覆盖模组、金属结构件等外观质检场景
方案特点：成功研发针对超复杂场景的AI质检算法，可应对3C零部件产品百级缺陷*千级成像点位的外观质检需求，并能够提供端到端软硬件解决方案。
案例实践：锂电行业落地场景：广泛覆盖动力电池、消费电池前中后段质检需求
方案特点：自研成像融合技术，深度学习与多维度算法方案结合，满足高精度和多机型需求。
案例实践：光伏行业
案例实践：汽车行业【整车】布局场景：在汽车制造业中，冲压、焊装、涂装、总装合为四大核心技术（即四大工艺），主机厂通过四大工艺实现从原材料、零部件到整车的制造过程，AI质检场景广泛分布于冲焊涂总每个工艺段。
案例实践：汽车行业【零配件领域】布局场景：对标3C产品的Tier 1小件（车屏、按键、连接器、ECU）、汽车标准金属件（刹车片、油泵、轴承等）汽车大型结构件（发动机缸盖、轮毂、前挡玻璃、整车漆面等）
方案特点：联合伙伴针对汽车行业打造细分领域行业标杆，复用3C行业案例经验，提升汽车行业AI质检覆盖面。
更多案例：非终端客户客户介绍：各类零散行业中的中小规模设备商或软件商，具有小的视觉项目交付诉求。
案例展示：腾讯提供标准TI-AOI，不提供模型指标服务，客户自行完成交付。
产品推荐
