“你们的良品率是多少？”
面对下游厂家的询问，良品率做得不高的供货商一定面露难色，并为此丢失订单；同样对于代工企业而言，良品率如果达不到预期，一定也拿不到研发设计企业的长期合同。
良品率，就是企业的生命线。于是，生产制造企业为了提升良品率苦苦追寻，优化生产工艺、精益生产流程、采购更先进的生产设备、提高操作人员的专业素质和能力等。不过，无论再怎么优化和提升，产品品质的稳定性一定不是绝对的，而存在或多或少的缺陷和瑕疵。
这时，质检是把好品控管理的最后一道防线，企业也往往投入巨大的人力和成本守好这一质量环节。但同时我们知道，质检环节本身存在巨大挑战，它是一项繁重且重复性高的工作，传统质检依靠人工肉眼检测，速度慢、效率低，且考验人的承受力，长时间容易视觉疲劳，从而导致误检、漏检率上升，存在巨大的不确定性。
工业质检需要一个不知疲倦、识别更精准的“质检员”，把不确定性变成相对确定性。
在生产流水线上装一双“慧眼”
用机器替代人力，使机器具有像人一样的视觉功能，完成识别、检测、定位等功能，成为越来越多工业制造企业的选择。
值得一说的是，这里并不是传统意义上的机器视觉，常规的机器视觉检测针对解决特定场景，在图像中找到边、角等人为定义的目标特征，基于目标特征在图像中存在与否、多个目标特征之间的距离的数值进行逻辑判断来完成视觉任务。
这种方法虽替代了人力，但抗干扰差，对于随机性强、特征复杂的工作任务，并不能通过”边“、”角”来表达“密集的点状凹凸不平”这种综合的、复杂的特征，导致缺陷检出率低。且在生产换线、工艺升级过程中，无法迭代学习，新缺陷、新特征需要新设计，算法开发调试效率低、周期长，有着明显的瓶颈。
所以，面对复杂的工业机理和工业场景，基于深度学习技术通过样本图片自动抽取和对比复杂特征，实现从人工设计特征规则到AI自动学习的突破，能够对随机缺陷进行识别和检测，拓展了传统机器视觉的应用范围。AI质检带来的优势明显：速度快、准确率高、抗环境干扰能力强；高精度，适合复杂缺陷场景，适应性好；能够进行迭代学习，数据量越大，精度越准，模型越聪明。
显然，AI质检能够大幅提升工业质检的自动化、智能化水平，是提高良品率、迈向智能制造的有效手段。
由汽车应用说起，AI质检提升自动化、智能化质检水平
根据IDC预测，到2025年中国工业AI质检整体市场将达到9.58亿美元，2021-2025年CAGR为28.5%。工业AI质检已经从前几年的试点应用，走向规模化复制推广。
作为典型的现代制造企业，华为是AI质检的积极实践者，基于领先的AI、云计算、大数据等ICT能力，结合自身200+条产线AI质检实践经验，提炼800+工业级图像处理算子，华为打造了领先的工业AI质检解决方案，目前这一方案已在汽车、烟草、电子等制造行业进行丰富的实践应用，并发挥出独特价值。
汽车制造企业普遍面临零部件种类多、型号多、缺陷种类多的质检难题，在冲压、焊装、涂装、总装等生产制造环节，AI工业质检为汽车行业提供智能质检解决方案有着广泛的应用。
例如在汽车间隙面差测量场景，传统人工检测采用间隙尺、面差尺作为测量工具，检测效率低。华为工业AI质检解决方案通过自动扫描待测区域，提取间隙点集，间隙点集拟合直线、去除异常点，寻找最优方向向量、拟定间隙方向、进而获取间隙值等完成一系列步骤，将检测时间缩短为53s/台，精度优于0.1mm，实现了高精度尺寸测量和缺陷检测，并大幅度提高了检测效率。
在发动机装配行为规范性检测场景，为防止装配动作遗漏或操作顺序不符合规范引发的质量风险，华为工业AI质检解决方案基于工艺要求，梳理所有装配动作，识别影响产品质量的关键动作，通过目标识别算法对关键动作进行识别，并对动作的执行顺序进行逻辑判定，实现对不符合工艺要求的错误动作检出率>99%，大幅度提高装配行为的规范性。基于此，在发动机的装配环节，汽车制造可取消过去的人工自检/互检动作，从而提高生产效率。
国家市场监管总局数据显示，2021年，我国共实施汽车召回873万辆，其中因制造缺陷占总召回数量比例为15%。显然，对于复杂的汽车制造而言，不断提升产品制造质量，是提升制造能力的关键，也直接反映在运营成本的降低上。在汽车生产制造的表面缺陷检测、操作规范检测、错漏反检查、安全生产监控等场景，AI质检有着独特的用武之地。
在某车企的落地实践中，通过引入华为工业AI质检解决方案，实时分析员工装配行为的规范性，以及配件/产品的缺陷问题，并联合华为进行生产数字化运营升级，该车企将单位缺陷数降低了80%、单台车生产工时缩短6分钟、订单交付周期缩短20%，市场竞争力大大增强。
AI质检加速制造向“智造”
AI质检帮助生产制造企业解决痛点难题，当然不仅限于汽车领域。IDC指出，通信和电子制造、汽车及零部件、消费品、原材料4个行业是目前工业AI质检的主要应用行业，且新的应用场景也在持续涌现。
华为工业AI质检解决方案全面覆盖工业领域行为规范性检测、缺陷检测、定位、测量等场景，也已在广泛的工业制造场景得到应用。
富士康联合华为在智能光伏控制器产线打造了昇腾智造AI质检示范产线，通过人工智能算力加算法，检测智能光伏控制器涂刷硅脂颜色是否正确，硅脂是否少涂、漏涂，以及铭牌是否漏贴、倒贴和错贴，产线月检测6000+台，总体准确率＞99%，实现了从自动到智能的变化，显著提升了效率与质量；宝德计算机引入昇腾智造解决方案，将AI质检贯穿于来料检验、生产制造过程检验以及包装检验等环节，方案上线以来，检测准确率超过99%，不仅提高了产品质量，还大大降低了生产成本和人力成本；美的集团在冰箱事业部冷柜工厂引入昇腾智造解决方案，用于底脚检测、环保安全标签检测、品牌商标检测和冷凝管贴敷检测，检测准确率提高了10%，并大大提升了效率。
整体而言，基于昇腾AI基础软硬件平台打造的华为工业AI质检解决方案，不仅封装了华为自身200+条产线AI质检实践经验，面向多应用场景为生产质量管控的自动化、智能化打造了一个更精准的AI质检平台之外。华为还提供了一个低代码开发平台，封装典型工业应用场景算子工具，针对不同业务场景可视化编排，大幅提升了AI质检应用开发效率。在此基础上，华为为工业制造企业进一步提供了端边云协同方案，在线获取场景数据、在线调试，快速实现模型的迭代优化、实时下发至端侧实时应用，极大提升运维人员的AI模型迭代效率。
解决准确度低、开发难、运维难的一系列难题，华为工业AI质检解决方案让AI直达生产一线变得更加简单。让AI“睁大眼睛”向传统工业制造企业赋能，AI助推工业质检“慧眼如炬”，对于加速从制造迈向“智造”是一个全新的机遇，借助AI质检，工业制造企业也将收获实实在在的价值。
