项目背景

产品质量是制造业的生命线，因产品质量造成的召回、赔偿、商誉受损等，会给企业带来巨大损失，因此高效率、高质量进行质量检测是制造业的重要经营目标。引入机器视觉代替劳动密集型人工作业，智能制造现代化制造企业的必经之路。 质量检测经历人工检测、传统机器视觉检测和AI机器视觉检测三个阶段。传统机器视觉检测采用工业相机代替人眼进行图像获取，采用工控机CPU代替大脑进行图像分 析，将检测标准编译成图像处理规则替代人工经验来实现自动化检测，在服务器、PC、3C电子、半导体、印刷、汽车和食品包装等各制造业领域已展开应用。

传统机器视觉存在两个难以解决的问题：

1. 抗噪性差。对光学环境要求较高，光源的变更或样品的波动会导致检测精度波动较大，难以同时降低误检率与漏检率，导致现场频繁依赖人工二次确认。 2. 检测准确率取决于可量化的标准制定，且不会持续性自动学习改善，意味着准确率存在瓶颈。以上问题造成传统机器视觉在部分高检测精度的场景难以规模化推广。 AI机器视觉则可有效对传统机器视觉进行补充。AI机器视觉基于卷积核的卷积运算，可有效提升抗噪性，对难以量化的缺陷类型自动提取高级特征进行识别。随着缺陷库的完善，检测精度会持续提升，AI机器视觉将成为质量检测的理想技术。目前，宝德昇腾智造工业AI质检解决方案在电子、印刷和包装等行业已取得显著效果。