在全球百年未有之大变局环境下，以人工智能和5G为代表的新技术革命，正如火如荼地促进着各行各业的发展，工业作为国民经济主导产业，势必成为关注焦点。在此背景下，第22届中国国际工业博览会如约于9月15日在上海国家会展中心开幕。

在工博会现场，领邦智能发布了适用于工业产品外观质检的标准化光照技术和成像技术，即通用光学技术，能够使工业产品缺陷图像数据标准化，解决了AI落地过程中必须解决的大数据问题。

纵观全球工业现状，新一轮科技革命与产业变革竞争格局中，自动化、无人化生产方式快速发展。在此历史进程中，生产自动化解决起来相对比较容易，但无人化工业产品外观质检却遇到了非常大的障碍。

为什么工业产品外观质检这么难呢？难道工业视觉技术就不能追上人类的眼睛吗？

“工业产品外观质检技术，本质上就不是自动化技术。”领邦智能董事长崔忠伟说，自动化技术特征是If…Then的逻辑。“之前，我们曾认为只要写出更多的逻辑关系，就能甄别工业产品表面的缺陷和非缺陷。但多年的实践结果表明，就算我们写的逻辑关系再复杂，也还是不及人类的眼睛和大脑，在产品漏检率和过杀率上始终无法与人类媲美。自2012年深度学习技术得到突破后，我们终于意识到工业产品外观质检本质上就不是自动化技术能解决的，需要人工智能技术去解决。”

然而，在AI赋能工业质检的道路上，也遇到了严峻的挑战，那就是工业产品缺陷图像大数据积累困难。工业产品表面成像非同自然界成像，花花草草都是在日光光源照射下根据表面反射率成像，很容易积累图像大数据。我们可以通过AI应用软件识别花草，究其原因还是其大数据容易采集，AI模型训练学习精度高，识别率追上人类。

工业产品外观质检则有所不同，工业零件多为同一种材料，光线吸收率相同，且全部都是在人造光源下通过不同角度进行成像。这就意味着，同一零件在不同角度、不同人造光源下形成了各不相同的影像。一个设备的成像数据，无法被另一个设备训练学习所用。

换句话说，没有光照和成像的标准化，就没有工业产品缺陷图像的标准化，就没有大数据。没有大数据，就没有追上人类的机器智能，就无法实现无人化生产，大幅提高质检效率也就无从谈起。光照和成像技术的标准化成为AI在工业产品质检应用中最大的“拦路虎”。

领邦智能此次发布通用光学技术，可以抽象出工业产品表面质检最本质的特征，以单一标准化的方式，解决工业产品表面图像大数据的定义和累积难题。

据介绍，适用于AI的通用光学成像技术，属于柔性自定义光源，可根据工业产品表面本质特征，自动定义光线角度，做到“一丝（光线）不多、一丝（光线）不少”精确光照，在图像上充分展示产品缺陷，为AI识别奠定了基础。

“工业视觉依靠AI技术起飞，却要靠光学技术落地。” 崔忠伟说，“春江水暖鸭先知，工业视觉将是继商业推荐、人脸识别后又一个大的AI应用产业集群”。

文章来源： 中国新闻网