對(duì)于制造業(yè)企業(yè)來(lái)說，產(chǎn)品缺陷問題一直是核心痛點(diǎn)之一。如何提升產(chǎn)品質(zhì)量和良品率，從而降低原材料消耗和人工成本投入，成為了工廠在數(shù)字化、智能化改造的過程中面臨的核心問題。為解決這一問題，部分企業(yè)開始了基于機(jī)器視覺識(shí)別技術(shù)的缺陷檢測(cè)探索。然而在實(shí)際的應(yīng)用過程中，傳統(tǒng)機(jī)器視覺識(shí)別雖然能夠解放一部分生產(chǎn)力，但也存在著識(shí)別率低，復(fù)雜環(huán)境下無(wú)法徹底取代人工檢測(cè)等一系列難題，這也導(dǎo)致目前的質(zhì)檢市場(chǎng)仍大量采用人工目檢的方式，而機(jī)器視覺的覆蓋率不足5%。雖然人眼具有較強(qiáng)的目視能力，識(shí)別能力要高于傳統(tǒng)的機(jī)器視覺識(shí)別，但人工檢查成本高昂，且易受到工人熟練度影響，導(dǎo)致檢測(cè)準(zhǔn)確性及效率差異較大。

針對(duì)制造業(yè)提升產(chǎn)品質(zhì)量和良品率的需求，英特爾攜手上海深視科技，將基于深度學(xué)習(xí)的計(jì)算機(jī)視覺技術(shù)應(yīng)用于生產(chǎn)制造領(lǐng)域，為客戶提供產(chǎn)品表面缺陷檢測(cè)解決方案，幫助客戶提升產(chǎn)品良品率及生產(chǎn)效率，并有效降低人工成本。

上海深視科技的AI學(xué)習(xí)平臺(tái)Deep Inspect能夠快速對(duì)各類產(chǎn)品圖像缺陷進(jìn)行學(xué)習(xí)訓(xùn)練，從而做到高精度識(shí)別判斷。目前，Deep Inspect已經(jīng)在多個(gè)行業(yè)落地應(yīng)用，尤其是在輪胎制造行業(yè)取得了顯著成果。

在輪胎的生產(chǎn)過程中，輪胎表面的字符、色點(diǎn)標(biāo)識(shí)會(huì)存在各式各樣的缺陷問題，由于輪胎本身為黑色，存在吸光、字符跟背景色相近，輪胎大小不一，不同生產(chǎn)商要求不同，傳統(tǒng)的機(jī)器視覺方法不能很好地解決缺陷檢測(cè)問題。上海深視科技與英特爾合作，在Intel X86 CPU上使用OpenVINOTM定制開發(fā)了針對(duì)輪胎行業(yè)的智能缺陷檢測(cè)系統(tǒng)。在米其林項(xiàng)目中，搭載了OpenVINOTM 的平臺(tái)配合英特爾CPU的工控機(jī)，在沒有GPU的情況下，就獲得了10倍以上的性能提升，大幅縮短了開發(fā)周期。

具體的檢測(cè)方式為：先將產(chǎn)品的缺陷通過圖像抓取出來(lái)，然后將對(duì)圖像數(shù)據(jù)的標(biāo)注錄入系統(tǒng)，使檢測(cè)平臺(tái)Deep Inspect利用數(shù)據(jù)信息訓(xùn)練算法模型，通過邊采集數(shù)據(jù)邊更新模型的方式，在模型達(dá)到一定的準(zhǔn)確精度后，再安裝到產(chǎn)線上取代人工質(zhì)檢。

OpenVINOTM是英特爾推出的一個(gè)快速開發(fā)高性能計(jì)算機(jī)視覺和深度學(xué)習(xí)視覺應(yīng)用的工具包，它可以加快高性能計(jì)算機(jī)視覺和深度學(xué)習(xí)視覺應(yīng)用的開發(fā)速度，支持在各種英特爾平臺(tái)的硬件加速器上進(jìn)行深度學(xué)習(xí)，并允許異構(gòu)計(jì)算的執(zhí)行。它的使用者既可以是軟件開發(fā)人員，也可以是各行各業(yè)的視覺解決方案的專家，并能在工業(yè)自動(dòng)化、辦公自動(dòng)化以及智慧交通等領(lǐng)域發(fā)揮優(yōu)勢(shì)。

機(jī)器深度學(xué)習(xí)需要海量的數(shù)據(jù)以及較高要求的計(jì)算能力。OpenVINOTM把人工智能放在邊緣做計(jì)算，通過將人工智能和異構(gòu)邊緣計(jì)算相結(jié)合，具備了這四個(gè)方面的顯著優(yōu)勢(shì)：提高性能，整合深度學(xué)習(xí)，加速開發(fā)、創(chuàng)新和定制。

英特爾面向新時(shí)代工業(yè)的需求所提供的工業(yè)視覺方案，包括高性能的機(jī)器視覺硬件及創(chuàng)新性的OpenVINOTM工具包。通過軟硬件的結(jié)合，可覆蓋廣泛的應(yīng)用場(chǎng)景，適用于工業(yè)應(yīng)用場(chǎng)景的需求。同時(shí)，英特爾也提供軟件優(yōu)化，使客戶可以使用更低功耗、更低成本和更靈活的開發(fā)設(shè)計(jì)的解決方案，讓基于深度學(xué)習(xí)的人工智能能更好更快地推動(dòng)數(shù)據(jù)的智能化。