英特尔OpenVINOTM 助推工业质检智能化

对于制造业企业来说，产品缺陷问题一直是核心痛点之一。如何提升产品质量和良品率，从而降低原材料消耗和人工成本投入，成为了工厂在数字化、智能化改造的过程中面临的核心问题。为解决这一问题，部分企业开始了基于机器视觉识别技术的缺陷检测探索。然而在实际的應用过程中，传统机器视觉识别虽然能够解放一部分生产力，但也存在着识别率低，复杂环境下无法彻底取代人工检测等一系列难题，这也导致目前的质检市场仍大量采用人工目检的方式，而机器视觉的覆盖率不足5%。虽然人眼具有较强的目视能力，识别能力要高于传统的机器视觉识别，但人工检查成本高昂，且易受到工人熟练度影响，导致检测准确性及效率差异较大。

针对制造业提升产品质量和良品率的需求，英特尔携手上海深视科技，将基于深度学习的计算机视觉技术应用于生产制造领域，为客户提供产品表面缺陷检测解决方案，帮助客户提升产品良品率及生产效率，并有效降低人工成本。

上海深视科技的AI学习平台Deep Inspect能够快速对各类产品图像缺陷进行学习训练，从而做到高精度识别判断。目前，Deep Inspect已经在多个行业落地应用，尤其是在轮胎制造行业取得了显著成果。

在轮胎的生产过程中，轮胎表面的字符、色点标识会存在各式各样的缺陷问题，由于轮胎本身为黑色，存在吸光、字符跟背景色相近，轮胎大小不一，不同生产商要求不同，传统的机器视觉方法不能很好地解决缺陷检测问题。上海深视科技与英特尔合作，在Intel X86 CPU上使用OpenVINOTM定制开发了针对轮胎行业的智能缺陷检测系统。在米其林项目中，搭载了OpenVINOTM 的平台配合英特尔CPU的工控机，在没有GPU的情况下，就获得了10倍以上的性能提升，大幅缩短了开发周期。

具体的检测方式为：先将产品的缺陷通过图像抓取出来，然后将对图像数据的标注录入系统，使检测平台Deep Inspect利用数据信息训练算法模型，通过边采集数据边更新模型的方式，在模型达到一定的准确精度后，再安装到产线上取代人工质检。

OpenVINOTM是英特尔推出的一个快速开发高性能计算机视觉和深度学习视觉应用的工具包，它可以加快高性能计算机视觉和深度学习视觉应用的开发速度，支持在各种英特尔平台的硬件加速器上进行深度学习，并允许异构计算的执行。它的使用者既可以是软件开发人员，也可以是各行各业的视觉解决方案的专家，并能在工业自动化、办公自动化以及智慧交通等领域发挥优势。

机器深度学习需要海量的数据以及较高要求的计算能力。OpenVINOTM把人工智能放在边缘做计算，通过将人工智能和异构边缘计算相结合，具备了这四个方面的显著优势：提高性能，整合深度学习，加速开发、创新和定制。

英特尔面向新时代工业的需求所提供的工业视觉方案，包括高性能的机器视觉硬件及创新性的OpenVINOTM工具包。通过软硬件的结合，可覆盖广泛的应用场景，适用于工业应用场景的需求。同时，英特尔也提供软件优化，使客户可以使用更低功耗、更低成本和更灵活的开发设计的解决方案，让基于深度学习的人工智能能更好更快地推动数据的智能化。