讲真，这才是智能制造的“点睛”之笔 编辑 | AI 前线微波炉角落里的型号编码、空调背面不显眼的小螺钉、冰箱侧身的标签，它们的质量检测是生产线中最费人工的地方，也是制约智能制造的老大难。 如果哪天这类瑕疵检测不再需要人工，这样的制造就真的称得上智能。最近，这一难题被美的和英特尔攻克了！美的与英特尔的人工智能专家用一套工业视觉检测云平台为智能制造“点睛”——未来，美的生产线上各类产品的检测都将无需人工，视觉 AI 可以让所有瑕疵无可遁逃！ 破局：用 AI 对抗非标环境 品质检测一直是制造工厂繁重琐碎的工序，也是阻滞其智能化的痛点。 美的库卡机器人视觉团队摸索一年多，发现痛点的根源在机器检测视觉应用环境的非标性——生产线环境复杂、产品多种多样，光亮条件、产品表面性状都不同，几乎每一个项目都需要定制相机、光源、算法。 怎么办？ 携手英特尔成为关键突破，AI 人工智能提供了利器。 在人工智能领域布局良久的英特尔与智能制造的排头兵美的走到了一起。英特尔至强?可扩展处理器的可靠算力和英特尔 Analytics Zoo 所包含的先进 AI 算法框架，再加上美的丰富的生产数据——最终，美的工业视觉检测云借力英特尔 AI 横空出世。 点睛：美的工业视觉检测云 美的工业视觉检测云平台采用了这样的架构：前端图像收集 - 云端大数据分析 - 深度学习模式识别，解决视觉检测环境的非标难题。前端设备收集的图像数据通过 4G 或 Wi-Fi 传输到云端，通过深度学习框架，经由训练获得非标准化视觉检测特征，最终打造出通用化、智能化的瑕疵检测能力。 而这一过程实现的关键，是英特尔 Analytics Zoo 大数据分析 +AI 平台。 英特尔 Analytics Zoo 是一个统一的大数据 + 人工智能平台，支持基于 Spark 的分布式 TensorFlow、Keras 和 BigDL，目的是方便用户开发基于大数据、端到端的深度学习应用。 此外，至强?可扩展处理器全新的微架构带来了计算能力的飞跃，也能够有效应对制造业繁复的数据处理任务。 美的工业视觉检测云平台架构 通过对 Analytics Zoo 上模型和算法的优化，美的工业视觉检测云平台能够在大约 50 毫秒之内完成对图片的读取和处理，模型推理也仅需 124 毫秒。 Analytics Zoo 的流水线支持还让开发周期大大缩短， 非标环境的识别难题就这样轻松搞定！美的视觉研究所所长胡正总结道：“应用的开发周期从之前的两到三个月，缩短到现在的半个月。两个月内就可以复制到九条生产线，未来我们还会复制到更多的生产线。” 英特尔人工智能为美的工业视觉检测云提供了“秘密武器”，成为了智能制造的“点睛之笔”。想了解英特尔人工智能在更多行业的故事吗？11 月 14 日 -15 日，2018 英特尔人工智能大会来啦！详细的大会议程这就奉上，千万不要错过！ * 此议程会持续更新，最终议程以大会现场为准。 现在，即刻 扫描下方二维码或点击阅读原文，了解大会详情！届时，最顶尖的专家，最权威的干货，最 in 的互动体验，当然还有最燃的神秘礼物都将在 2018 英特尔人工智能大会等你！ 阅读原文