【阿里云ET工業(yè)大腦發(fā)布AI視覺(jué)產(chǎn)品“見(jiàn)遠(yuǎn)”】7月24日，阿里云ET工業(yè)大腦發(fā)布AI視覺(jué)產(chǎn)品“見(jiàn)遠(yuǎn)“，可以利用深度學(xué)習(xí)和圖像處理算法，自動(dòng)識(shí)別圖像中的瑕疵、故障及其他目標(biāo)物，大幅節(jié)省人力，提高產(chǎn)品生產(chǎn)效率及精度穩(wěn)定性效果。

“見(jiàn)遠(yuǎn)”來(lái)自阿里巴巴機(jī)器智能技術(shù)實(shí)驗(yàn)室視覺(jué)計(jì)算團(tuán)隊(duì)，這一團(tuán)隊(duì)還曾在城市大腦中研發(fā)出一系列視覺(jué)智能創(chuàng)新技術(shù)，如天曜、天擎、天鷹、天機(jī)。

阿里巴巴機(jī)器智能實(shí)驗(yàn)室副主任、視覺(jué)計(jì)算團(tuán)隊(duì)負(fù)責(zé)人華先勝介紹，目前“見(jiàn)遠(yuǎn)”已經(jīng)應(yīng)用在電池片瑕疵檢測(cè)、蠶絲瑕疵、道路裂縫檢測(cè)、垃圾分類(lèi)、智能養(yǎng)殖等多個(gè)領(lǐng)域。

舉例來(lái)說(shuō)，在電池片瑕疵檢測(cè)領(lǐng)域，“見(jiàn)遠(yuǎn)”的識(shí)別準(zhǔn)確度已達(dá)95%，節(jié)省人力率比為每33個(gè)人節(jié)省1人。通過(guò)深度學(xué)習(xí)和圖像識(shí)別算法，阿里云ET工業(yè)大腦集中學(xué)習(xí)了40000多張樣片，將圖像轉(zhuǎn)換為機(jī)器能讀懂的二進(jìn)制語(yǔ)言，從而能讓質(zhì)檢機(jī)器實(shí)時(shí)、自動(dòng)判斷電池片的缺陷。

位于杭州的浙江正泰新能源已經(jīng)通過(guò)“見(jiàn)遠(yuǎn)”實(shí)現(xiàn)了單、多晶電池片EL缺陷的毫秒級(jí)自動(dòng)判定，能成功識(shí)別隱裂、黑斑等20余種瑕疵，相比人工檢測(cè)速度提升2倍以上。這也是光伏行業(yè)首次實(shí)現(xiàn)對(duì)電池片的實(shí)時(shí)、在線、自動(dòng)檢測(cè)。

該項(xiàng)目算法工程師魏溪含介紹，工業(yè)質(zhì)檢主要是三類(lèi)：無(wú)攝像頭，全人工；有攝像頭，但人工觀察；攝像頭帶簡(jiǎn)單的分析功能。這導(dǎo)致的問(wèn)題就是人力成本高、人的情緒對(duì)質(zhì)控影響大、效率低下等問(wèn)題?！耙?jiàn)遠(yuǎn)”能夠做到真正的自動(dòng)化，全面的解放一線工作人員。“以前他們需要大海撈針，現(xiàn)在只要在桌面找針就行”。

除此之外，“見(jiàn)遠(yuǎn)”還能被應(yīng)用到更多其他領(lǐng)域。例如，可通過(guò)列車(chē)底部/側(cè)面照片，自動(dòng)檢測(cè)列車(chē)是否有故障。常見(jiàn)故障超過(guò)100種，小概率重要故障幾十種。180萬(wàn)張圖片的測(cè)試數(shù)據(jù)顯示，人工智能系統(tǒng)檢出上報(bào)數(shù)為985張，其中141個(gè)是人工漏檢而被機(jī)器檢出的。

除車(chē)輛外，在橋梁、路面檢測(cè)中“見(jiàn)遠(yuǎn)”顯得更為重要。它能夠通過(guò)無(wú)人機(jī)搭載的高清攝像頭，實(shí)時(shí)發(fā)現(xiàn)橋梁存在的外觀病害，如構(gòu)件變形、裂縫、滲水等。即使是一個(gè)頭發(fā)絲粗細(xì)的裂縫，都可以發(fā)現(xiàn)。而在之前，大多都是通過(guò)肉眼完成，漏檢率高、速度慢。

阿里云一直致力推動(dòng)產(chǎn)業(yè)AI的落地，并且擁有從底層硬件基礎(chǔ)設(shè)施到行業(yè)解決方案的豐富人工智能產(chǎn)品家族，是國(guó)內(nèi)最全的人工智能解決方案商。ET工業(yè)大腦已經(jīng)幫助工業(yè)制造企業(yè)創(chuàng)造利潤(rùn)數(shù)十億元。