【推荐下载】阿里云ET工业大脑发布AI视觉产品“见远”
- 格式:pdf
- 大小:159.16 KB
- 文档页数:2
张小只智能机械工业网
张小只机械知识库
阿里云ET工业大脑发布AI视觉产品“见远”
7月24日,阿里云ET工业大脑发布AI视觉产品“见远”,可以利用深度学习和图
像处理算法,自动识别图像中的瑕疵、故障及其他目标物,大幅节省人力,提高产品
生产效率及精度稳定性效果。
“见远”来自阿里巴巴机器智能技术实验室视觉计算团队,这一团队还曾在城市大脑
中研发出一系列视觉智能创新技术,如天曜、天擎、天鹰、天机。
阿里巴巴机器智能实验室副主任、视觉计算团队负责人华先胜介绍,目前“见远”已
经应用在电池片瑕疵检测、蚕丝瑕疵、道路裂缝检测、垃圾分类、智能养殖等多个领
域。
举例来说,在电池片瑕疵检测领域,“见远”的识别准确度已达95%,节省人力率比
为每33个人节省1人。通过深度学习和图像识别算法,阿里云ET工业大脑集中学习
了40000多张样片,将图像转换为机器能读懂的二进制语言,从而能让质检机器实
时、自动判断电池片的缺陷。
位于杭州的浙江正泰新能源已经通过“见远”实现了单、多晶电池片EL缺陷的毫秒级
自动判定,能成功识别隐裂、黑斑等20余种瑕疵,相比人工检测速度提升2倍以上。
这也是光伏行业首次实现对电池片的实时、在线、自动检测。
该项目算法工程师魏溪含介绍,工业质检主要是三类:无摄像头,全人工;有摄像
头,但人工观察;摄像头带简单的分析功能。这导致的问题就是人力成本高、人的情
绪对质控影响大、效率低下等问题。“见远”能够做到真正的自动化,全面的解放一线
工作人员。“以前他们需要大海捞针,现在只要在桌面找针就行”。
除此之外,“见远”还能被应用到更多其他领域。例如,可通过列车底部/侧面照片,