百度打造“AI質(zhì)檢員”幫助企業(yè)降本增效

英特爾?OpenVINO?工具套件分發(fā)版域格局的重要技術(shù)基礎(chǔ)，通用戶能夠全量、實時地對每個產(chǎn)品的質(zhì)量進(jìn)行甄別，同時對產(chǎn)線質(zhì)量數(shù)據(jù)進(jìn)行分析，借助數(shù)字化系統(tǒng)沉淀質(zhì)量知識與經(jīng)驗，持續(xù)提升改善工藝，提高良品率。百度智能云與英特爾等合作伙伴共同打造的工業(yè)AI生態(tài)，賦能工業(yè)企業(yè)數(shù)字化轉(zhuǎn)型與智能化改造，為制造強國貢獻(xiàn)質(zhì)量檢驗（質(zhì)檢）是工業(yè)制造中的一項重要流程，也是保障產(chǎn)品關(guān)口。相較于傳統(tǒng)的人工質(zhì)檢，基于人工智能(AI)的工業(yè)質(zhì)檢系成本等方面具備重要優(yōu)勢，逐漸成為工業(yè)企業(yè)推動智能化轉(zhuǎn)型的重質(zhì)檢技術(shù)的場景化落地，需要從模型訓(xùn)練、算法優(yōu)化、算力基礎(chǔ)設(shè)為解決上述難題，百度智能云推出了基于百度工業(yè)視覺智能平臺的工業(yè)智能質(zhì)檢方案。該方案采用來自英特爾的軟硬件產(chǎn)品，搭建了數(shù)據(jù)/Al能力閉環(huán)流通和控制。方案通過邊緣端的英特爾?酷睿?處理器對視覺數(shù)據(jù)進(jìn)行AI推理，并使用英特爾?OpenVINO?工具套件分發(fā)版（OpenVINO?工具套件）進(jìn)行性能優(yōu)化，從而滿足了工業(yè)智能質(zhì)檢算法推理對精度和速度的要求已經(jīng)在小仙燉燕窩原料雜質(zhì)智能挑揀等場景得到了廣泛應(yīng)用，幫助用戶機(jī)器視覺等技術(shù)正在工業(yè)智能質(zhì)檢中受到越來越多的青睞。機(jī)器視覺系目檢，提取并識別待檢測目標(biāo)的關(guān)鍵特征，進(jìn)行尺寸、形狀、顏色等的產(chǎn)品是否符合設(shè)計參數(shù)和質(zhì)量參數(shù)。此類系統(tǒng)不僅能夠檢測生產(chǎn)線上的還可識別出缺陷類型及位置，輔助產(chǎn)線調(diào)整。得益于高精密成像、微米自主感知等技術(shù)的應(yīng)用，面向工業(yè)環(huán)境的機(jī)器視覺系統(tǒng)可以實現(xiàn)比人類效率以及精度，同時降低由于工人懈怠、疏漏所導(dǎo)致人為失誤的可能性近年來，基于深度學(xué)習(xí)的機(jī)器視覺系統(tǒng)開始在工業(yè)質(zhì)檢中得到廣技術(shù)的重要分支，支持通過大量樣品進(jìn)行訓(xùn)練，從而進(jìn)行更加精確的質(zhì)檢或框架，只需大量的樣本數(shù)據(jù)和適當(dāng)?shù)臉?biāo)注，即可實現(xiàn)自學(xué)習(xí)和生成推理模型。因通過深度學(xué)習(xí)框架，企業(yè)可以擺脫設(shè)備供應(yīng)商的束縛，自主采集數(shù)據(jù)，形2但與此同時，要想進(jìn)一步推進(jìn)基于深度學(xué)習(xí)的機(jī)器視覺系統(tǒng)在工業(yè)質(zhì)檢領(lǐng)域的落地，打造出色的工業(yè)智能質(zhì)檢相較于泛在的機(jī)器視覺場景，工業(yè)質(zhì)檢不僅要求機(jī)器視覺系統(tǒng)給出定性的描述，還要給出非?？量痰牧炕瘶?biāo)準(zhǔn)，這在大量工業(yè)質(zhì)檢的實際場景中，都存在網(wǎng)絡(luò)覆蓋不佳、設(shè)備體積成本受限等問題，因此邊緣端部署成為工業(yè)智能質(zhì)檢系統(tǒng)的重要方向。但同時，邊緣端部署也意味著企業(yè)需要在優(yōu)化AI算力、提升邊緣設(shè)備的穩(wěn)定性與環(huán)境適應(yīng)性等部署之后，可能仍然存在著大量的未知場景和未知缺陷，在工業(yè)質(zhì)檢中，缺陷的嚴(yán)重程度與主線頻次呈反比，而深度學(xué)習(xí)基于統(tǒng)計分析，數(shù)據(jù)量越少效果越差。因此如何在少樣本和無樣本的情況下實現(xiàn)快速冷啟動，在產(chǎn)線正常出貨的前提下還能維持較好的過殺率，也是重要的挑戰(zhàn)。基于通用語義的分割在實際應(yīng)用中存在大量問題。例如，整體的缺陷拓?fù)洳贿B續(xù)，在某個缺陷比較長或者是比較大的時候，可能會出現(xiàn)斷裂的情況，難以支撐準(zhǔn)確的缺陷定級；結(jié)構(gòu)類缺陷精度較差，可能導(dǎo)致出現(xiàn)錯漏件；整體模工業(yè)質(zhì)檢的大量工序都有非常嚴(yán)格的時間限制，這就需要一的工業(yè)Al底座，在云邊端架構(gòu)下實現(xiàn)數(shù)據(jù)/Al能力閉環(huán)流通和控制。AI模型生產(chǎn)訓(xùn)練閉環(huán)視覺對齊視覺對齊模型訓(xùn)練模型訓(xùn)練模型測試模型測試模型發(fā)布模型發(fā)布數(shù)據(jù)管理數(shù)據(jù)標(biāo)注數(shù)據(jù)標(biāo)注智能預(yù)標(biāo)注智能預(yù)標(biāo)注數(shù)據(jù)共享數(shù)據(jù)共享數(shù)據(jù)回流數(shù)據(jù)回流模型管理模型自加密模型自加密模型轉(zhuǎn)換模型轉(zhuǎn)換模型版本管理模型版本管理模型服務(wù)模型服務(wù)項目管理模型編排模型編排項目測試項目測試關(guān)聯(lián)模型關(guān)聯(lián)模型服務(wù)部署服務(wù)部署設(shè)備管理設(shè)備注冊設(shè)備注冊性能監(jiān)測性能監(jiān)測模型下發(fā)模型下發(fā)版本管理版本管理工業(yè)制造模型集合(ModelStore)工業(yè)制造模型集合(ModelStore)化纖紡織鋼鐵行業(yè)預(yù)訓(xùn)練大模型模型下行同步關(guān)鍵數(shù)據(jù)上行圖像采集AI檢測圖像采集AI檢測系統(tǒng)配置應(yīng)用軟件數(shù)據(jù)統(tǒng)計多類型硬件多類型硬件AR眼鏡邊緣盒子工控機(jī)硬件智能相機(jī)AR眼鏡邊緣盒子工控機(jī)硬件智能相機(jī)服務(wù)器3百度開物工業(yè)視覺智能平臺是面向工業(yè)的視覺AI開發(fā)平臺，為工業(yè)領(lǐng)域的開發(fā)者提供降本增效提質(zhì)的工業(yè)視覺AI開發(fā)能力。3C質(zhì)檢解決方案化纖質(zhì)檢解決方案紡織質(zhì)檢解決方案解決方案前端應(yīng)用系統(tǒng)（缺陷展示/硬件控制/數(shù)據(jù)統(tǒng)計）3C質(zhì)檢解決方案化纖質(zhì)檢解決方案紡織質(zhì)檢解決方案解決方案前端應(yīng)用系統(tǒng)（缺陷展示/硬件控制/數(shù)據(jù)統(tǒng)計）光學(xué)系統(tǒng)（相機(jī)/光源）機(jī)械系統(tǒng)（上下料/運動模組）電氣系統(tǒng)（動力/通信/控制）汽車質(zhì)檢解決方案裝配/巡點檢解決方案低成本質(zhì)檢解決方案AR應(yīng)用軟件智能相機(jī)汽車質(zhì)檢解決方案裝配/巡點檢解決方案低成本質(zhì)檢解決方案AR應(yīng)用軟件智能相機(jī)AR眼鏡AI推理模型多場景應(yīng)用軟件三方硬件推理模型訓(xùn)練平臺訓(xùn)練平臺統(tǒng)一質(zhì)檢流程數(shù)據(jù)/模型閉環(huán)自由算法組件預(yù)測統(tǒng)一部署3C結(jié)構(gòu)件/外觀件垂直場景標(biāo)準(zhǔn)化鋼鐵熱軋/冷軋統(tǒng)一質(zhì)檢流程數(shù)據(jù)/模型閉環(huán)自由算法組件預(yù)測統(tǒng)一部署3C結(jié)構(gòu)件/外觀件垂直場景標(biāo)準(zhǔn)化鋼鐵熱軋/冷軋PCB/紡織…視覺對齊模型訓(xùn)練模型測試模型發(fā)布光學(xué)方案記錄實物盲標(biāo)對齊更多訓(xùn)練數(shù)據(jù)訓(xùn)練集更多訓(xùn)練數(shù)據(jù)訓(xùn)練集模型迭代更新模型訓(xùn)練模型訓(xùn)練基礎(chǔ)引擎模型測試AI檢測模型模型測試AI檢測模型測試集是否需要更多訓(xùn)練數(shù)據(jù)APIAPISDK數(shù)據(jù)上傳數(shù)據(jù)上傳數(shù)據(jù)標(biāo)注標(biāo)注審核標(biāo)注審核智能標(biāo)注數(shù)據(jù)上傳、標(biāo)注模塊4在算法層面，百度智能云工業(yè)智能質(zhì)檢方案提解決方案能夠?qū)崿F(xiàn)零/少樣本缺陷數(shù)針對被檢測目標(biāo)背景復(fù)雜多變的場平臺構(gòu)建了質(zhì)檢場景的專用網(wǎng)絡(luò)結(jié)景，平臺能夠基于良品模板的孿生環(huán)，縮短數(shù)據(jù)收集/迭代周期，在無訓(xùn)練，有效提高復(fù)雜場景弱小目標(biāo)同時有效提升了針對由產(chǎn)線中發(fā)現(xiàn)缺陷的檢測成功率。通過零代碼訓(xùn)的新缺陷增量迭代訓(xùn)練而來的新模練平臺，在出現(xiàn)未知缺陷時，能夠百度智能云工業(yè)智能質(zhì)檢方案采用基于英特爾?架構(gòu)的服務(wù)器/其中，百度智能云服務(wù)器搭載英特爾?至強?可擴(kuò)展處理器。新加速技術(shù)（英特爾?DLBoost同時支持16位BrainFloatingPoint(BF16)和矢量神經(jīng)網(wǎng)絡(luò)指令(VNNI)，有效加速人工智能至強?可擴(kuò)展處理器來處理數(shù)據(jù)存儲、數(shù)據(jù)處理、設(shè)備管理、資百度智能云邊緣計算盒搭載了英特爾?酷睿?處理器。英特爾?第11代英特爾?酷睿?處理器基于英特爾?上一代英特爾?酷睿?處理器，其性能在單線程處此系列處理器同時提供了英特爾?深度學(xué)習(xí)加速技術(shù)助力機(jī)器視覺計算處理，可利用DP4a指令在集成GPU的最多96個執(zhí)行單元上，或利用VNNI指令在CPU上，實現(xiàn)基于INT8數(shù)據(jù)格式的AI推理加速。第11代智能英特爾?酷睿?處理器可以同時方案還利用OpenVINO?工具套件進(jìn)行推理性能的優(yōu)化。OpenVINO?工具套件是用于快速開發(fā)應(yīng)用程序和解決方案，以解決各種AI推理任務(wù)（包括人類視覺模擬、自動語音識別、自一代的人工神經(jīng)網(wǎng)絡(luò)，包括卷積神經(jīng)網(wǎng)絡(luò)(CNN)、遞歸網(wǎng)絡(luò)和基于注意力的網(wǎng)絡(luò)，可跨英特爾?硬件擴(kuò)展計算機(jī)視覺和非視覺為了驗證基于英特爾?架構(gòu)的百度智能云工業(yè)智能質(zhì)檢方案的性能，百度智能云在英特爾?酷睿?i7-1185G7E處理器上進(jìn)行了分割模型，并針對業(yè)務(wù)場景，將模型轉(zhuǎn)換為FP16以充分利用集成GPU的算力。測試數(shù)據(jù)顯示，該模型的單模型推理速度接近基于某主流嵌入式神經(jīng)網(wǎng)絡(luò)處理器(NPU)的邊緣計算盒3。與傳統(tǒng)搭載Linux操作系統(tǒng)的計算盒不同，基于英特爾?處理器的邊緣計算盒能夠?qū)崿F(xiàn)邊緣算控一體，從而進(jìn)一步簡化硬件方耳機(jī)端子檢測、PCBA缺陷檢測、整車總裝車燈檢測、燕窩原料/content/www/cn/zh/products/docs/processors/core/11th-gen-processors.html。實際性能受使用情況、配置和其他因素的差異影響。更多信息請見http://www.I/PerformanceIndex數(shù)據(jù)援引自百度內(nèi)部測試結(jié)果。英特爾并不控制或?qū)徲嫷谌綌?shù)據(jù)。請您審查該內(nèi)容，咨詢其他來源，5415263730道標(biāo)準(zhǔn)篩選驗收圖4.小仙燉鮮燉燕窩原料加工流程基于英特爾?至強?可擴(kuò)展處理器的工業(yè)視覺智能平臺挑揀是燕窩從原料到產(chǎn)品的關(guān)鍵節(jié)點。在傳統(tǒng)的人工挑揀模式0.1基于英特爾?至強?可擴(kuò)展處理器的工業(yè)視覺智能平臺智能一體機(jī)，搭載了英特爾?酷睿?處理器和高度適配算力的雜坐標(biāo)定位、挑揀位合并優(yōu)化后，對機(jī)械結(jié)構(gòu)發(fā)出分型挑揀的指片隨生產(chǎn)流程可以由百度AI智能一體機(jī)自動回傳到云端支持模在云端，百度工業(yè)視覺智能平臺運行在搭載英特爾?至強?可擴(kuò)企業(yè)網(wǎng)絡(luò)節(jié)點圖片回傳模型下發(fā)penvIN·百度AI智能一體機(jī)圖5.百度燕窩原料雜質(zhì)智能挑揀方案架構(gòu)6發(fā)到百度AI智能一體機(jī)。在此基礎(chǔ)之上，百度燕窩原料雜質(zhì)智在實踐中，百度燕窩原料雜質(zhì)智能挑揀方案以0.05mm挑揀精度助力小仙燉實現(xiàn)超過80%的雜質(zhì)揀出率、2%的損耗率、700g/h的挑揀速度，賦能燕窩原料雜質(zhì)挑揀的智能化升級4。采相目標(biāo)識別定位雜質(zhì)分型挑揀挑揀前實物識別定標(biāo)挑揀機(jī)臺挑揀后實物圖6.百度燕窩原料雜質(zhì)智能挑揀方案應(yīng)用流程代碼的工業(yè)AI視覺模型訓(xùn)練及部署迭代閉環(huán)，幫助企業(yè)實現(xiàn)降本、提質(zhì)、增效，助力產(chǎn)業(yè)實現(xiàn)數(shù)字化、智能化升級。具體而?無需獨立GPU等額外的AI加速器，能夠使用英特爾?CPU與英特爾?集成GPU處理多種工作負(fù)載，有助于企業(yè)降低工業(yè)燕窩潔凈度，小仙燉在燕窩原料挑揀上層層把關(guān)、精細(xì)打磨。但隨著業(yè)務(wù)的持續(xù)增長，傳統(tǒng)人工挑揀模式在效率、人力依賴等方面的瓶頸日趨明顯。在部署基于英特爾?架構(gòu)的百度燕窩原料雜質(zhì)智能挑揀方案之后，我們將這一費時費力的工序進(jìn)行了智能化替代，構(gòu)建了現(xiàn)代化的燕窩生產(chǎn)模式，在提升數(shù)據(jù)援引自百度智能云于2022年10月開展的內(nèi)部測試結(jié)果。測試配置：英特爾?酷睿?i7-1185G7E處理器，Cornet-hr18模型，912*608模型輸入。英特爾并不控制或?qū)徲嫷谌綌?shù)據(jù)。請您審查基于英特爾?架構(gòu)的百度智能云工業(yè)智能質(zhì)檢方案融合了英特爾未來，百度與英特爾將繼續(xù)深度合作，深入生產(chǎn)實踐的一線場算設(shè)備，釋放數(shù)據(jù)潛能，加速自動化升級，充分賦能企業(yè)的AI百度是擁有強大互聯(lián)網(wǎng)基礎(chǔ)的領(lǐng)先AI公司。是全球為數(shù)不多的提供AI芯片、軟件架構(gòu)和應(yīng)用程序等全棧AI技術(shù)的公司英特爾(NASDAQ:INTC)作為行業(yè)引領(lǐng)者，創(chuàng)造改變世界的技術(shù)，推動全球進(jìn)步并讓生活豐富多彩。在摩爾定律的啟迪心以及官方網(wǎng)站。實際性能受使用情況、配置和其他因素的差異影響。更多信息請見www.I/Per