您的位置:首页 > 国际新闻

大学生用百度EasyDL升级卷烟检测系统, AI质检超越传统人工速度30%

时间:2020-01-29

自《中国制造2025》战略发布以来,“促进生产过程的智能化,培育新的生产方法”已成为工业制造商升级智能化的必由之路。然而,如何更有效地将技术融入工业生产和质量检测,加快企业的智能化转型,湖南大学电气与信息工程学院三年级研究生张毅锋和他的团队及项目在一场人工智能竞赛中写下了自己的答案。

2019年5月,张毅锋参加了由教育部高等学校计算机教学与参考委员会、软件工程教学与参考委员会、大学计算机课程教学与参考委员会、全国高等学校计算机教育研究会主办,百度、浙江大学、德清大学、企业管理局联合赞助的2019年中国大学计算机竞赛人工智能创意大赛。他的团队构建了一个基于百度EasyDL平台的智能卷烟滤嘴端面检测系统,大大提高了卷烟滤嘴检测的准确性和速度。该项目不仅在竞争中取得了优异的成绩,而且已经在江苏大牙滤料、南通烟草过滤器、常德芙蓉大牙化纤等众多滤棒生产企业的一线生产线上进行了测试。

(照片:湖南大学“基于EasyDL的空管滤棒端面智能检测系统”)

卷烟滤棒是卷烟成型的重要原料之一。根据国家统计局的数据,2019年1月至7月,全国卷烟产量达到1.43万亿支。巨大的卷烟产量也对滤棒的产量和质量提出了更高的要求。目前,仍有72%的工厂采用人工视觉检测卷烟滤嘴棒,这不仅导致检测成本高、速度慢、准确度低。此外,在滤棒的生产中,工人需要根据不同种类的缺陷产品的数量来调整生产线设备。但是,现有的方法只能检测和区分真品和次品,而不能对次品进行分类,这就导致各种次品的统计仍然需要手工操作,费时费力。

(图:人工视觉测试滤棒)

正是由于人工测试的上述缺点和局限性,湖南大学电子与通信工程专业的张毅锋提出了将人工智能应用于滤棒测试的想法。一直关注“中国大学计算机大赛人工智能创意大赛”的张毅锋,以“改造升级”滤棒检测方法的理念报名参加了2019年的大赛。借助基于零算法的EasyDL平台,建立了空管滤棒端面智能检测系统。

具体来说,首先,张毅锋带领团队标记了3000多张滤棒端面图像,并通过图像旋转、随机剪切等方式将滤棒端面数据集扩展到10000多张。对数据集进行预处理后,张毅锋团队通过EasyDL平台上的定制培训获得了一个滤棒缺陷分类网络模型,并以离线SDK的方式将其部署在卷烟滤棒生产设备的终端。之后,通过将摄像机连接到生产设备,可以实时采集生产线上的滤棒端面照片,用于缺陷产品的实时检测。同时,生产线上的工控计算机也会将分类信号传送到剔除阀,从而剔除次品,实现滤棒缺陷的智能检测。目前,该检测方法一方面可以准确识别缺陷产品,准确率达到98.79%以上,比传统手工检测快30%,大大提高了缺陷检测的准确性和速度;另一方面,缺陷产品也可以分为多个类别,多个类别的准确率可以达到94.32%以上。同时,分类结果反馈给生产人员进行生产调整,避免了生产原料的浪费。

在人工智能技术深入各行各业的过程中,一个简单易用的“定制培训和服务平台”可以帮助零人工智能基础或追求高效率开发的企业和个人开发者,实现人工智能的一半努力,从而帮助更多的企业实现降低成本、提高效率的目标。据了解,EasyDL基于百度闫飞,这是一个由百度自主开发的开源深度学习平台,集成了深度学习培训和预测框架、模型库、工具组件、服务平台等。并创建“定制培训和服务”平台。它允许没有算法基础的用户根据自己的需求快速训练自己定制的人工智能模型。根据权威全球咨询机构国际数据中心(IDC)最近发布的2019年下半年《深度学习框架和平台市场份额》报告,百度是国内市场机器学习平台的整体市场份额,EasyDL在子平台的市场份额排名中排名第一。在张毅锋参与的中国大学计算机大赛人工智能创意大赛中,EasyDL平台帮助零算法使团队玩家快速起步,获得高精度模型效果,实现真正的创意落地。

"最令人满意的时刻是在生产线上测试功能和性能指标并投入使用的时候。那一刻,我感觉到我们真正做了什么,并意识到我们所学知识的应用。”张毅锋在回顾整个项目时说道。这也是百度通过“竞争促学”选拔优秀人才的初衷之一。

今天,随着产业智能升级的加速,百度正在深化自身的技术和平台优势,始终以各行业智能转型中的人才需求为基础。继续努力培养人工智能人才,促进人工智能跨学科的整合,在“人工智能X”知识体系下培养实用人才,不断为各行各业培养“生力军”。

——

日期归档
  • 友情链接:
  • 鄢陵农业网 版权所有© www.freesignartwork.com 技术支持:鄢陵农业网| 网站地图