阿丘科技揭秘，高速产线上缺陷检测“不掉链”的秘诀收藏

缺陷检测速度：高速产线质量保障的关键“当缺陷检出精度达标时，拼的就是速度”——视觉系统项目楚经理，“2023年，即使AI检测方案已日渐完善，我们有时还是会选用传统算法的检测方案，关键就在于要适应高速产线。

像我们经手的项目，3C产品（LED、电容、电感等）找缺陷时间普遍就给5毫秒，磁材产线速度普遍要求10毫秒如果检测效果都能达到产线对于过杀和漏杀的要求，那我们选型时重点关注的就是缺陷检测的效率”“如果缺陷检出速度提升1倍， 利润就能提升25%。

”——视觉工程师赵工，“我们一个机台每天跑料约1万个，之所以不是2万个，除了固有硬件的限制，还受制于算法速度这一块，AI算法时间占50%，如果AI推理速度提升一倍，那利润就提升25%”“高价采购显卡，不是长久之计。

”——自动化部门牛经理，“我们要跟上产线的节拍要求，就必须要部署3080ti以上显卡，这个成本是现阶段的痛点之一”提高缺陷检测速度面临多重挑战提高缺陷检测速度是适应高速产线节拍的重要尝试，但是它同时受到多重因素的制约。

提升质检精度、适应产线节拍、控制质检成本是工厂需要权衡的三大核心要素，如何实现三足鼎立的平衡之道是产线降本增效的关键课题业界中常见的解决方案可能会优先保证其中一个或两个要素，以达到降本增效的目的

如果优先保证高精度、低成本采用低配置显卡也可精确检测出产品缺陷，但这可能造成检测速度跟不上产线节拍，为保证产品质量只得降低产线速度，导致生产进度缓慢如果优先保证快节拍、低成本压缩待检测图片的尺寸，即使搭配性能较低的显卡也可达到快速检出缺陷的目的，但这也将导致检测精度偏低，无法检出微小尺寸缺陷，漏检率偏高。

如果优先保证快节拍、高精度使用高配置显卡和工业相机，以适应高速产线的节拍，并提升缺陷检测的速度，但硬件成本高，可能影响收支平衡，导致投入产出比降低阿丘科技完成了AIDI的优化升级，缺陷检测速度再次提升30%。

并且依旧能够保证微小缺陷的精准检出，检测指标全线达标，满足用户需求，实现快、准、稳擅长更小缺陷检测待检测的图像尺寸大小与缺陷检测速度成反比阿丘科技擅长小缺陷检测，对图像大小要求较低，因此缺陷检测速度更快。

无需采购高像素的工业相机和高配置的显卡，也可轻松检出图中的细小缺陷更高效的底层算法阿丘科技算法底层针对工业图像大分辨率的特点设计算法，同时针对性自研底层算法框架，优化内存结构和算子实现，快于现有主流深度学习框架。

更丰富的落地经验。阿丘科技通过多年项目实战经验的积累和沉淀，结合成熟的落地方法论，完成了对检测流程的简化，能够合理分配显卡算力，重点把控关键缺陷，实现高精度检测目标。AIDI各功能的极速推理

AI推理速度将直接影响产线上的缺陷检测速度，AIDI在保证检测效果的同时，做到了各功能模块的AI极速推理。

经典案例分享：新能源光伏AI缺陷检测项目

光伏行业单台分选机普遍入门门槛要求是每小时检测完成8,000片，一般是要完成10,000片可以在行业有不错的竞争力，而12,000片/时的检测速度在业内属于凤毛麟角般的存在项目需求：用8K线扫相机采图，待检产品尺寸是210mm*210mm，要求检出最小缺陷尺寸为0.14mm*0.14mm。

同时，还要保证明显缺陷漏检为0%，其他缺陷漏检<0.1%，过检<1%项目难点：缺陷检测速度要求严苛，预留给单张图像的处理时间只有160ms项目成果：导入AIDI后，在满足项目需求的前提下，完成了产线速度从8000片/时到12,000片/时的突破，且将显卡成本控制在了理想范围内。

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。