看看思谋90后“老中医”如何用AI解决工业疑难杂症

工业界对成本控制更加敏感，面对提质、增效、降成本的现实需求，越来越多的制造业管理者把目光投到了人工智能身上那么，如何应用新一代AI视觉技术，在工业界科学地“对症下药”？思谋科技以工业中的计算机视觉应用场景为切入点，力求让AI以更加便捷的形态、无限接近100%的准确率，赋能精密制造、高端制造产业，让传统制造工艺插上AI的翅膀。

作为思谋科技联合创始人兼技术负责人，“90后”刘枢博士曾参与过多个重点项目的技术攻关和产品化落地，江湖人称“别人家的孩子”24岁带队拿世界冠军，25岁就已从香港中文大学博士毕业，已经是工业AI解决方案的“老中医”。

他将围绕计算机视觉在工业场景中的探索与落地话题，在产品解决方案、技术前沿两个维度，介绍思谋科技在智能工业领域的落地案例和创新尝试思谋工业AI助力缺陷检测让“来电”从此没有障碍刘枢曾经带领团队解决过不少典型工业AI检测场景的难题。

以无线充电产品为例，随着无线充电技术越来越成熟，更多的3C电子开始搭载这项技术然而，无线充电的充电效率，很大程度依赖于线圈及元器件的贴合度和精密性，对制造工艺的要求非常高思谋团队曾经帮助国际知名消费电子品牌，用AI改进和提升耳机无线充电器件的生产工艺和缺陷检测。

思谋的工程师们运用SMore Insight解决方案，通过领先的计算机视觉深度学习技术，实现了划伤、偏位等20多种缺陷的分类检测AI自主学习一周后，ARR测试的准确率达到90%；三周后超过98%投入到产线量产应用中后，实现97%人工替代。

工业AI上线后，产线效率和产能提高了两倍

思谋AI识别元件异物缺陷（示意图）

思谋AI识别元件划伤缺陷（示意图）思谋技术“百宝箱”，都有哪些珍宝？除了已经落地和产品化的技术外，思谋科技团队立足前沿进行创新，技术百宝箱里面还有不少黑科技例如，为了提升AI在复杂干扰场景下的识别精准度，思谋提出了随机删除图片部分内容的数据增广方法GridMask，在基本不增加计算量的情况下，就能在多种任务上面获得提升，在遮挡更多、难度更大的场景中实现更高的准确率。

又比如，为了减轻AI识别对样本数量的过度依赖，思谋结合实际使用场景提出的更加通用的小样本语义分割的方法，能够同时保持对基础类别与新增类别的识别能力，提高在不同样本数量级情况下的识别精度。

这些新技术，都将逐步应用到思谋科技的产品和解决方案之中。

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。