智能质检第一,百度智能云助力中国制造提升竞
图1 2019年工业质检市场规模为1.07亿美元 来源IDC中国,2020
IDC在报告中指出,机器制造、电子制造业将有很大的AI应用潜力应用潜力在于车间预测性防护、产品质检/分拣等。长期以来,传统工业质检面临两大痛点,即传统的检测手段效率低下,产品质量无法保障,且因工作枯燥、人口红利消失,人工质检存在"用工难"现象。并且传统的视觉检测系统也难以应对越来越复杂的检测场景以及更高的产品质量检测需求,为了缩短生产周期,提高设备和资源使用效率,工业质检车间的自动化和智能化越来越成为行业大势,这也为AI赋能工业质检提供了落地的土壤。
当前,工业质检的AI技术供应商以百度智能云、创新奇智、华为云为主,主要应用场景包括3C产品零部件外观检测、光伏检测、汽车零配件检测、钢铁冷热轧产品检测、纺织布料质量检测等。其中3C行业作为市场红海,应用成熟案例多、竞争激烈,IDC报告认为,技术商应当优先在有数据积累的场景进行差异化竞争。
作为市场份额领先者,百度智能云布局3C、汽车、钢铁与纺织行业,通过提供算力和AI模型资源,引入合作伙伴打造"智能质检车间",完成图像采集、设备整体交付、系统集成等工作,实现了降本增效、检测结果比传统工业质检更加精确稳定的效果。在与江苏某大厂的合作中,百度智能云克服缺陷类型多和标注标准难对齐等难点,构建了18+光源面缺陷检测模型,能够实现500ms内多模型并发处理和360度外观检测,并将最高生产节拍降至1秒内。每台质检设备最终替代了10+名质检员,不仅节省了人员成本,且检测指标优于人工质检员。2017年至今,百度AI质检已落地电子、汽车、钢铁、能源、橡胶、纺织等 10多个行业,超过 50 个细分垂类。
IDC报告显示,百度智能云在工业质检领域布局早,依托百度工业视觉智能平台打造解决方案,用户提及率高,其主要优势在于突出的AI能力、开放的产品能力和丰富的落地经验。通过整合百度工业视觉智能平台、昆仑芯片、飞桨框架和自研算法,百度实现了核心AI能力完全自主可控,并开发出灵活多变的深度适配模型,降低AI使用门槛,与合作伙伴共建软硬一体方案,用多种合作模式赋能终端用户。其上线的百度工业视觉智能平台,能够让用户进行零代码模型训练,并支持端云一体模式,具备高准召和简单易用特征,企业还能根据产线原材料、工艺变化,自行对模型进行优化迭代。
当下,国家正大力推进新基建和三大产业数字化改革,纵观总体趋势,利用人工智能全面赋能工业已成必经之路。随着数据量提升,AI质检的准确性也将持续优化,全面掌控生产质量数据。通过实时、海量的数据抓取分析,企业将在第一时间获取产品缺陷分布和良品率,为流程优化和工艺优化提供关键数据支持。为了实现这一目标,IDC报告认为AI还需与工业领域达成深度的生态合作。技术商不能单纯提供AI算法,还需与工业知识、工业机理模型相结合,提高模型的沉淀、集成与管理能力。,软件商与硬件商还应达成集成业务的合作,加快智能质检在各个垂直行业的落地。
在未来,百度智能云也将继续迭代技术指标,扩大合作伙伴生态,提高AI系统的部署渗透率,进而推动AI技术的细分场景规模化,加快工业质检的全面智能化升级。
机器人培训
- 达芬奇机器人献爱心 将主刀公益手术
- 亚马逊将在英国招聘2000多人 重点开发Alexa和无人
- 美、德、英、日、中5国机器人发展全景大盘点
- 国产机器人窗口期 不可错失制造2025弯道超车机会
- 一个小时,这只机械狗“自学”会了走路!
- 三穗长吉镇:无人机飞防作业 稳粮增豆保丰收
- 依靠静电着陆的新型机器人
- 工业机器人推广应用座谈会
- 在苹果的智能机器人软件公司是一种怎样的体验
- 四大家族之KUKA工业机器人应用案例分析
- 万事俱备只欠东风?机器人产业的东风到底在哪
- 欧洲 6 轮送货机器人开始在美国大学推广
- 芜湖:考核第一!6项冠军!
- 人工智能有望打破医疗资源不均衡
- 立讯精密:已进军新能源汽车市场,目标成为全
- 90后用机器人炒菜周入10万,炒菜机器人真的有可