對于制造業(yè)企業(yè)來說，產(chǎn)品缺陷問題一直是核心痛點之一。如何提升產(chǎn)品質(zhì)量和良品率，從而降低原材料消耗和人工成本投入，成為了工廠在數(shù)字化、智能化改造的過程中面臨的核心問題。為解決這一問題，部分企業(yè)開始了基于機器視覺識別技術(shù)的缺陷檢測探索。然而在實際的應用過程中，傳統(tǒng)機器視覺識別雖然能夠解放一部分生產(chǎn)力，但也存在著識別率低，復雜環(huán)境下無法徹底取代人工檢測等一系列難題，這也導致目前的質(zhì)檢市場仍大量采用人工目檢的方式，而機器視覺的覆蓋率不足5%。雖然人眼具有較強的目視能力，識別能力要高于傳統(tǒng)的機器視覺識別，但人工檢查成本高昂，且易受到工人熟練度影響，導致檢測準確性及效率差異較大。

針對制造業(yè)提升產(chǎn)品質(zhì)量和良品率的需求，英特爾攜手上海深視科技，將基于深度學習的計算機視覺技術(shù)應用于生產(chǎn)制造領(lǐng)域，為客戶提供產(chǎn)品表面缺陷檢測解決方案，幫助客戶提升產(chǎn)品良品率及生產(chǎn)效率，并有效降低人工成本。

上海深視科技的AI學習平臺Deep Inspect能夠快速對各類產(chǎn)品圖像缺陷進行學習訓練，從而做到高精度識別判斷。目前，Deep Inspect已經(jīng)在多個行業(yè)落地應用，尤其是在輪胎制造行業(yè)取得了顯著成果。

在輪胎的生產(chǎn)過程中，輪胎表面的字符、色點標識會存在各式各樣的缺陷問題，由于輪胎本身為黑色，存在吸光、字符跟背景色相近，輪胎大小不一，不同生產(chǎn)商要求不同，傳統(tǒng)的機器視覺方法不能很好地解決缺陷檢測問題。上海深視科技與英特爾合作，在Intel X86 CPU上使用OpenVINOTM定制開發(fā)了針對輪胎行業(yè)的智能缺陷檢測系統(tǒng)。在米其林項目中，搭載了OpenVINOTM 的平臺配合英特爾CPU的工控機，在沒有GPU的情況下，就獲得了10倍以上的性能提升，大幅縮短了開發(fā)周期。

具體的檢測方式為：先將產(chǎn)品的缺陷通過圖像抓取出來，然后將對圖像數(shù)據(jù)的標注錄入系統(tǒng)，使檢測平臺Deep Inspect利用數(shù)據(jù)信息訓練算法模型，通過邊采集數(shù)據(jù)邊更新模型的方式，在模型達到一定的準確精度后，再安裝到產(chǎn)線上取代人工質(zhì)檢。

OpenVINOTM是英特爾推出的一個快速開發(fā)高性能計算機視覺和深度學習視覺應用的工具包，它可以加快高性能計算機視覺和深度學習視覺應用的開發(fā)速度，支持在各種英特爾平臺的硬件加速器上進行深度學習，并允許異構(gòu)計算的執(zhí)行。它的使用者既可以是軟件開發(fā)人員，也可以是各行各業(yè)的視覺解決方案的專家，并能在工業(yè)自動化、辦公自動化以及智慧交通等領(lǐng)域發(fā)揮優(yōu)勢。

機器深度學習需要海量的數(shù)據(jù)以及較高要求的計算能力。OpenVINOTM把人工智能放在邊緣做計算，通過將人工智能和異構(gòu)邊緣計算相結(jié)合，具備了這四個方面的顯著優(yōu)勢：提高性能，整合深度學習，加速開發(fā)、創(chuàng)新和定制。

英特爾面向新時代工業(yè)的需求所提供的工業(yè)視覺方案，包括高性能的機器視覺硬件及創(chuàng)新性的OpenVINOTM工具包。通過軟硬件的結(jié)合，可覆蓋廣泛的應用場景，適用于工業(yè)應用場景的需求。同時，英特爾也提供軟件優(yōu)化，使客戶可以使用更低功耗、更低成本和更靈活的開發(fā)設計的解決方案，讓基于深度學習的人工智能能更好更快地推動數(shù)據(jù)的智能化。