详细介绍
东智天枢AI视觉检测，覆盖质量检测、物料追溯、行为识别、视觉引导装配等生产制造的各个领域，利用人工智能取代人工完成工业检测。
痛点：
①产品品质要求提升；
②工艺和质量检测依赖人工；
③检测效率低、劳动强度高；
①检测人力成本高。
方案：
天枢AI视觉检测，是基于AI技术解决传统AOI复杂场景检测不足的数字化工具，可以实现检测方法的自主学习、检测模型的自主优化。天枢AI视觉检测基于深度学习算法的大数据应用，功能涵盖模型训练、推理和资源调度三大模块，实现算法模型自主学习、面向客户的应用管理和硬件资源的合理调配。
效益：
①品质提升：复杂场景下，多分类准确率优于人员平均水准10%以上；
②人力减少：缺陷检测、品质判定人力减少70%以上；
③速度提升：AI缺陷判别速度较人工提升5~10倍；
④资源减少：通过弹性资源调度，提升服务器效率，减少硬件资源投入。
运营案例
天枢视觉检测应用实例 ：惠州高盛达光电技术有限公司（PCBA 行业）
客户简介：
惠州高盛达光电技术有限公司是专注 PCBA 板生产的公司，主要客户群体是光电面板行业，在惠州、江西、陕西有工厂布局，华星光电就是其中主要的客户之一。
项目背景：
PCBA 板SMT 加工过程中，因为环境、工艺、设备等因素影响，会产生多种缺陷，传统的 AOI 检测设备有 20%左右的误检率，导致大量复判人力的投入。人工判定耗时较长，造成生产周期的增加。
1） 人力成本高，企业需要雇佣大量人员 7*24 小时轮班工作，以配合生产。
2） 人工检测的一致性低，且人工判定的准确率易受个人经验和状态影响。
3） 员工培训周期长，缺陷分类的准确度取决于人工的经验积累，新员工无法立刻上手。
4） 工作内容单调重复， 员工稳定性差，流动率高。
项目实施内容：
为了解决以上的问题和痛点，格创东智在高盛达导入了一套基于格创 AI 应用平台的自动缺陷分类系统，将人工智能算法与AOI 设备结合，通过系统中的图像识别算法以及深 度学习算法，对各制程多种类的缺陷图片进行学习训练及建 模，开发出具备自主学习能力的检测模型，代替了大量人工，实现了无间断、高精准的缺陷自主检查判定功能。该系统也 与生产良率系统对接，实现了自动判定，异常报警，自动拦截等功能。 在系统管理平台中，厂商可以自主完成模型训练，
模型部署和模型管理， 方便后期针对新产品以及新缺陷进行模型扩展和自训。
整个自动缺陷分类系统包含三大组成部分，消息对接模块，分类计算模块和模型管理模块。
1） 消息对接模块
与生产执行系统对接，实时获取检测消息与图片，分析检测内容，生成检测任务，并将任务发送给后端的分类计算模块。最终将结果保存在本地数据库中，并同时反馈给生产执行系统。
2） 分类计算模块
根据消息对接系统产生的检测任务，调用底层的缺陷检测模型，完成缺陷检测，并且将检测结果实时的返回给消息对接模块。展开来说，如图所示，检测模型会先对图片做预处理并定位缺陷位置，之后调用分类算法模型对图片进行判别，输出缺陷类型结果。
3） 模型管理模块
该模块如图所示，包含以下功能：系统基础配置，业务规则管理， 模型监控，模型管理，服务器管理，和模型自训管理。为模型管理员、系统管理员和模型开发人员搭建了一个开发调试环境，方便后期针对新产品，新工艺，新缺陷类型进行模型扩展以及自训，同时可以利用该模块实时监控系统及模型的效率，预警因为准确率下降而导致的分类错误。
同时该模块也实现了模型管理集中化、服务器管理动态化、模型监控可视化、业务规则配置化、数据管理中心化、 模型训练自动化。
应用效果：
①缺陷分类站点实现 70%以上覆盖率，90%以上准确率， 替代了对应比例的人力投入，并随着训练数据量的累计，覆盖率与准确率都在逐步提升。
②检测站点生产周期缩短 60%。
人力成本节省数百万元。
