“我们的质检要做的是在厚度仅十几毫米的电池隔膜上找出所有微小缺陷，如果没有检测出来，就很可能使得新能源汽车的电池在使用过程中出现问题，甚至自燃。”
在大恒图像的车间里，一条设备流水线上正在检测着新能源汽车电池的重要组成部分——膜，基于百度飞桨的AI算法能实时发现超过30%以上传统机器质检不能发现的微小缺陷。
AI赋能，降本增效竞争利好
作为新能源汽车电池的重要组成部分，隔膜的作用是隔离电池的正负极，在生产时就不可避免地会有一些缺陷，比如绝缘材料的漏涂、异物、孔洞等问题。电池隔膜如果不进行机器质检，可能会造成电池自燃，也无法进入生产线。新能源汽车自燃常常也是因为隔膜不合格，因此隔膜检测十分必要。
隔膜产品
大恒图像隶属于上市公司大恒科技，是一家老牌高科技企业。从印钞检测业务起步，大恒图像一直致力于机器视觉在工业质检方面的应用，已经在机器视觉行业深耕26年。目前，大恒图像的很多视觉检测设备都已经成为行业标准。
新能源汽车电池隔膜检测作为大恒图像众多业务之一，近年来随着新能源汽车快速发展而显得日益重要起来。一套传统机检设备需要经历6到8周的安装调试与人员培训，才能在客户厂房正常使用，此后更会经历严格的考验，客户会在使用中不断检验设备的缺陷检出率，甚至会主动拿出缺陷产品来检测设备精度。面对长达两个月的安装周期和精度极高的检测要求，有什么更科学的方法能让大恒图像的设备大幅度改善吗？
大恒图像拥有自己的研发团队，并且其中硕士以上学历超过了40%，拥有图形图像模式识别、光学成像博士后流动站，具备持续的创新研发能力。在了解到百度飞桨（PaddlePaddle）在工业质检领域的落地案例，以及面向工业级应用的端到端解决方案图像分割库（PaddleSeg）后，大恒图像开始基于飞桨研发新能源汽车电池隔膜质检模型。
在合作之初，有大恒图像的客户会质疑人工智能的效果，但经过验证后，大家发现检测设备的检测效率的确得到提升——这套使用飞桨进行多种产品外观质检模型研发与部署的质检一体机，对于传统算法会漏检的一些不明显的缺陷，能提升60%的缺陷检出率,安装调试周期由六到八周缩减到两周的漂亮成绩。除此之外，更在设备后续维护上完成突破，大幅减少外派工程师验证设备的概率，真正实现了降本增效。
隔膜检测软件界面
检测结果示例图
作为一家中国智能制造出口企业，大恒图像拥有大量的出口订单，美国、加拿大、墨西哥、巴西、智利、澳大利亚、新加坡、新西兰等国都有业务。如今，在AI的帮助下，大恒图像能完成一些国际品牌无法检测出的缺陷，再凭借固有的成本优势，其在国际竞争中占据的优势进一步扩大。
看到行业难题被飞桨轻松攻克，身为高精尖行业领导者的大恒图像设想，飞桨能做的或许还有很多。
AI质检，大有可为
大恒图像计划未来用飞桨慢慢替代之前传统的算法，并将AI技术应用到更多的检测设备当中。
在没有视觉检测设备之前，无论是纸钞生产，还是食品生产或医药生产，都要依靠人工检测，不仅费时费力，更对工人要求很高，很难完成统一标准。
以医药行业为例，国家药典要求在胶囊生产中必须检测出50微米以上的异物。药厂执行标准的方法是使用视力检测1.2的工人。如果在工人目力所及30厘米内能够发现，就说明有50微米以上的异物。这种方法虽然有一定道理，但仍属于土法检测，如果工人视力下降或者是精神状态不好，都会影响检测的准确率。
除了检测精度之外，更有严重的现实危机，随着经济的发展，很多时候需要在封闭的小黑屋里工作的检测工岗位，越来越面临着招工难的问题。
人工质检很快在很多行业被机器视觉质检替代，但是在接触到深度学习之前，大恒图像在工业检测方面一直用的是“传统算法”。所谓传统,其实是先手动模拟产品可能会出现的缺陷情况，然后让机器能够识别流水线中有缺陷的产品并归类。
传统的机器算法如果需要检验对缺陷率检测要求较高的产品，虽然也能实现不错的检出率，但需要极大的工作量来调整算法，并且需要六到八周的安装和调试培训周期。更加重要的是，很多场景并没有合适的机器算法，比如现在的实心胶囊生产线，仍然在使用人工质检，大恒图像正是希望与百度飞桨展开合作，突破这一行业难点，打造广阔的蓝海市场。
新能源汽车电池薄膜检测设备的改变只是一个开始，一个传统行业的质变要加速了。
百度飞桨作为中国首个也是目前国内唯一全面开源开放、功能完备的产业级深度学习平台，一直致力于推进中国制造应用AI进行产业智能化升级，让中国制造业在国际市场的竞争中占据更大优势。大恒图像依靠AI获得产业出海优势，正是这场大潮中的一个缩影。
现在，随着以智能制造为核心的智能经济时代的到来，第四次工业革命呼之欲出。站在新的历史起点上，中国制造要完成“由大变强”、实现高质量发展的目标，要摆脱核心技术、关键技术受制于人的困境，就必须要依靠科技的力量。
在工业质检领域，百度正在以“云+AI”推动中国工业4.0的发展。基于百度飞桨, 百度智能云发布质检云平台2.0，经过1年多时间打磨，质检云平台2.0深入工业场景，同时进一步降低了使用门槛，平台提供深度学习“0”代码训练，支持端云一体模式，并且创新性地打造了“模型+质量”双闭环，通过数据驱动算法优化，整合质量数据、工艺流程数据来驱动产品迭代与工艺流程优化。
主动拥抱AI，主动将AI与传统制造、传统高科产业相结合，是中国产业的历史机遇，更是中国产业人的历史使命。
閱讀更多 科訊天下 的文章
