經過20多年的發展,寶德持續而深刻地把握市場需求,積累了海量的客戶資源和豐富的服務經驗
作為重要的數字信息基礎設施,在連年的政策引領和時代背景下,工業互聯網融合應用的深度和廣度進一步拓展,在支持產業鏈供應鏈現代化水平提升、帶動制造業數字化轉型方面持續發揮效能。
傳統的質檢主要靠人眼+經驗,存在著速度慢、容易漏檢、標準不統一、對視力傷害大等“疑難雜癥”。隨著數字化時代的發展,市場對高品質產品的需求越來越多,這對生產線、對工人的各項能力要求越來越高,傳統模式需要不斷創新、升級。廣東某汽車廠積極推動工業互聯網建設和智能制造改革,為提供“品質始終如一”的產品,和進一步強化產品品質管理體系,他們亟需對質檢環節進行智能化升級。
要解決該汽車廠的質檢難題并非易事,以最后一道質檢工序——全車車燈質檢為例,有兩道關必須要把好:一是檢測車燈有無裝錯?由于現代汽車制造普遍采用混線生產機制,同一條流水線上,要流過不同車型的車燈,且這些燈外觀差別不大,極有可能裝錯,出現張冠李戴;二是檢測車燈有無毛???能不能點亮?示寬燈、大燈、轉向燈、霧燈、剎車燈、倒車燈…...檢查點多達22處!
此次方案基于寶德AI服務器+Intel CPU而打造,最大的優勢就是將Intel最新的技術賦能到AI質檢上,特別是支持推理計算加速的AVX-512 VNNI矢量神經網絡指令集和OpenVINO推理套件;支持INT8整型精度推理的VNNI指令集,可以對浮點精度要求不高的圖片、視頻等視覺領域大幅度提高CPU的推理能力。同時,借助OpenVINO工具包,方案可以將基于PaddlePaddle訓練好的模型快速部署到CPU推理平臺,實現AI模型的快速轉換和場景遷移,借助推理引擎使得CPU推理能力大幅度提升,進而提升質檢效率及精確度,最終促使該汽車廠的車燈質檢環節達到“準”、“快”、“全”的驚艷效果。
準:可自動識別多達6款車型,以及同一款車型的不同車燈配置,準確率高達99%;
快:針對單一車型的22種以上車燈,通過精確計算,檢測全程僅需1秒;
全:通過掃描車頭規格紙的二維碼自動識別不同型號,根據型號從系統中調取手工配置的產品標準進行檢驗,并存儲過程數據用于質量追溯。