2026年7月9日 周四晚上19:30,报名腾讯会议了解“如何构建自进化的动态知识库(Brain)”(限30人)
免费POC, 零成本试错
FDE知识库

FDE知识库

学习大模型的前沿技术与行业落地应用


收藏

大模型VS小模型,工业质检怎么选?

发布日期:2024-06-13 20:49:53 浏览次数: 5755
作者:槿墨AI

微信搜一搜,关注“槿墨AI”

良品率,就是企业的生命线。


良品率受到多种因素的影响,包括原材料质量、生产设备状态、工艺技术水平、员工技能水平、管理水平等。因此,要提高良品率,企业需要从多个方面入手,例如优化生产工艺、精益生产流程、采购更先进的生产设备、提高操作人员的专业素质和能力等。


不过,无论再怎么优化和提升,产品品质可能都会存在或多或少的缺陷和瑕疵。


质检是把好产品质量控制的最后一道重要防线。传统的质检,需要人工操作,效率低下,且结果更容易受到人为因素影响,如疲劳、注意力不足等,导致误判率较高。


因此,工业质检需要一个永不疲倦、识别能力卓越的“智能质检员”,它能够将潜在的不确定性转化为可预测、可控制的相对确定性。


例如有企业将工业AI质检技术整合到动力电池的多个关键生产工序中,通过运用AI分析综合判定产品的质检结果。采用“融合增强+视觉学习+特性适配”三位一体的综合解决方案,使用2D缺陷检测、3D缺陷检测、边缘分割、匹配算法,对齐算法,深度判断,校正算法等重要AI算法,并推动在工业场景使用“2D+3D”多模态融合技术解决动力电池若干工序中的外观质检难题,在生产制造环节取得了提质、降本、增效的成果,实现算法对人工检测的辅助和替代。


在锂电池的生产工序中,前段工序及中段卷绕,支持高速在线生产,每道工序生产完后,人眼无法检测,必须自动化设备智能质检;中段、后段工序及包装段工序早期采用人工肉眼检测,面临人员招聘和培训流程长、人工检测不稳定性等问题。应用AI质检技术后,显著增强效率。


工业AI质检可以应用在很多场景,例如



01

外观检测


来源网络



02

缺陷分类


图片来源:阿丘科技官网



03

分选定级


图片来源:阿丘科技官网



04

有无判别


图片来源:阿丘科技官网


机器视觉是AI工业质检行业的基石


它利用图像传感器、光学器件和算法库,实现对工业生产过程中的视觉信息进行获取、处理和分析,为AI工业质检提供基础数据支持。


用机器替代人力,使机器具有像人一样的视觉功能,完成识别、检测、定位等工作,成为越来越多工业制造企业的选择。


工业AI视觉检测作为制造业中新兴的领域,在高速发展的同时也一直面临着一系列难点与挑战。



难点和挑战


在面对庞大的生产规模时,企业需要监控和管理数量众多的工艺控制点,这引发了一系列复杂的问题:

1.单个产品的检测参数量多,总体检测的数量大,在一些情况下,对产品的精度和品质要求极为严格。


2.自动化的流水线对产线速度的加快,导致过检和漏检。


3.产品缺陷的种类复杂多变,其中不乏一些极其细微、难以区分的类型,区分度低


这些因素共同构成了质量管控的主要难点,亟需通过技术创新和改进来解决,同时也给工业AI视觉检测带了极大挑战:

1.极致的性能需求:在工业应用中,质量对于企业至关重要,这就要求工业AI视觉检测要满足极为严苛的性能指标,要求极高的准确度,能够适应复杂多变的生产环境


2.基础数据薄弱:工业数据有限且私有化,导致数据基础显得薄弱且高度碎片化。缺乏数据、数据质量低下或数据量不足等问题,都极大地制约了AI模型的训练和优化效果。



从质检向“智检”


从工业智能化的发展历程可以看出,在大模型出现之前,人工智能技术在工业领域已有较多应用。


  • 在前期阶段,工业人工智能的应用主要是以专用的小模型为主。

主要表现为以下三个主要特征:

1.小样本:在工业生产环境中,可用的标注图像样本采集、标注耗时耗力,往往数量非常有限。


2.高精度:工业质检的标准要求AI检测系统以很高的准确度检测、识别和分类图像中的目标对象,如缺陷检测、尺寸测量、物体识别和分类等任务。它对生产效率、产品质量和企业信誉都有直接影响。


3.低算力:小模型在执行图像处理和分析任务时可用的计算资源相对较少,能够在有限的硬件条件下,能够稳定运行。


  • 随着生成式 AI(大模型)发展,开启了工业智能化的新阶段。

而三大关键技术对工业质检起到了重要作用

1.智能良品学习:非监督分割和非监督分类。为有效应对产线中出现的未知新缺陷,利用良品图像,就能够对所有已知和未知的缺陷进行像素级别的检测和整图分类。


2.生成式AI:智能缺陷数据生成。搜集缺陷样本数据时间长,产品换型,整个搜集过程又必须重新开始,长尾缺陷更是给样本收集带来挑战。

利用生成式AI大模型基于预训练模型,结合具体场景的缺陷特征描述,通过Stable Diffusion框架,生成真实缺陷的仿真图像,为小模型提供丰富的训练样本

此外,大模型可以通过 Agent等方式调用小模型,以实现灵活性与效率的结合。


3.工业视觉大模型:专门针对工业应用领域而设计的算法模型,具备领域泛化能力,能够适应多变的工业环境,特别是单场景的规模复制和多场景模型的泛化迁移。


小模型的核心特点是学习输入与输出之间的关系

小模型能够从海量的工业产品图片数据中,学习到产品的外观特征、质量标准和缺陷模式等关键信息。


大模型通过构建庞大的参数体系来深入理解现实世界的复杂关系

大模型并不简单地区分自变量与因变量,相反,它致力于在庞大的知识数据库中提炼出更多的特征变量。特征变量不仅数量庞大,而且涵盖了多个维度和层面。


结合两者不同的技术特点和应用能力,目前在工业领域形成了不同的分布态势


生成式 AI(大模型)和判别式 AI(小模型)在工业主要领域分布情况


小模型能够基于有限数据支撑精准的判别和决策,能够针对具体场景进行精细化的调整和优化,更适合工业生产制造领域


大模型当前的能力更适配于研发设计和经营管理,在生产制造环节的能力和性能还需进一步提升。


尽管以生成式 AI 为代表的大模型被视为当前 AI 的热点,但在工业领域的实际应用中,大模型尚不能完全取代以判别式 AI 为代表的小模型


一方面,小模型在工业领域具有深厚的应用基础和经验积累,其算法和模型结构相对简单,易于理解和实现,其稳定性和可靠性得到了验证。


2022年前五大主要厂商的市场份额达到44.7%,主要集中在百度智能云、创新奇智、腾讯云、微亿智造和阿丘科技等厂商,占比分别为10.6%、10.4%、10.2%、7.3%、6.2%。





53AI,企业落地大模型首选服务商

产品:场景落地咨询+大模型应用平台+行业解决方案

承诺:免费POC验证,效果达标后再合作。零风险落地应用大模型,已交付160+中大型企业

联系我们

售前咨询
186 6662 7370
预约演示
185 8882 0121

微信扫码

添加专属顾问

回到顶部

加载中...

扫码咨询

扫码登录
登录即表示您同意《53AI网站服务协议》
服务协议

欢迎您使用【53AI 官方网站】(以下简称“本网站”或“我们”)。本《会员服务协议》(以下简称“本协议”)是您(以下简称“会员”或“用户”)与【深圳市博思协创网络科技有限公司】之间关于注册、登录及使用本网站会员服务所订立的法律协议。

在您注册或登录前,请务必审慎阅读、充分理解各条款内容,特别是免除或限制责任的条款、知识产权条款、争议解决条款等。此类条款将以加粗形式提示您注意。 当您通过微信公众号授权、手机验证码验证或其他方式成功登录本网站时,即视为您已完全理解并同意接受本协议的全部内容。

一、 定义

本网站:指由【深圳市博思协创网络科技有限公司】运营的,域名为【53ai.com】的网站及相关移动端页面。

会员服务:指本网站向注册会员提供的知识库文章查阅、内容检索及其他相关增值服务。

知识库内容:指本网站发布的包括但不限于文字、图表、数据、研究报告、行业分析等数字化内容资源。

二、 账号注册与登录

登录方式:本网站支持以下登录方式,您可根据实际情况选择:

微信公众号授权登录:您同意将您的微信OpenID信息授权给本网站,用于创建或关联会员账号。

手机验证码登录:您需提供真实有效的手机号码,并通过短信验证码完成身份验证与登录/注册。

账号安全:您的账号仅限您本人使用,禁止赠与、借用、租用、转让或售卖。因您保管不善导致的账号被盗、密码泄露等损失,由您自行承担。

实名认证:根据相关法律法规要求,我们可能要求您在特定功能下完成实名认证。如您拒绝提供,可能无法使用部分或全部服务。

未成年人保护:若您未满18周岁,请在法定监护人的陪同下阅读本协议,并在征得监护人同意后使用本服务。

三、 服务内容与规范

知识库查阅权限:会员登录后,有权按照其会员等级对应的权限范围,在线浏览、检索本网站知识库中的相关文章及内容。

服务变更:我们有权根据业务发展需要,调整、变更或终止部分服务内容,并将以网站公告、公众号消息等方式提前通知。

禁止行为:您在使用服务时不得实施以下行为:

利用技术手段批量爬取、下载、转存知识库内容;

将知识库内容用于商业目的或未经授权地向第三方传播;

干扰本网站正常运行或侵犯其他用户合法权益;

发布违法违规信息或从事违反公序良俗的活动。

四、 知识产权声明

权利归属:本网站知识库中的排版设计、软件代码等内容的知识产权均归【公司全称】或原权利人所有,受《中华人民共和国著作权法》等法律保护。

有限许可:本网站授予会员一项非独占、不可转让、不可转授权的普通许可,仅限于个人学习、研究之目的在线查阅知识库内容。

侵权追责:未经书面许可,任何单位或个人不得以任何形式复制、转载、摘编、镜像、汇编或以其他方式使用上述内容。一经发现,我们保留追究其法律责任的权利。

五、 个人信息保护

我们重视对您个人信息的保护。关于我们如何收集、使用、存储和保护您的个人信息,请单独阅读 《隐私政策》。

您通过微信公众号授权或手机号验证所提供的信息,我们将严格按照《个人信息保护法》的规定处理,仅用于身份识别、服务提供及安全验证等必要用途。

您可以随时通过网站设置或联系客服行使查阅、更正、删除个人信息及撤回授权同意的权利。

六、 免责声明

内容准确性:知识库内容仅供参考,不构成专业建议。我们不对其完整性、准确性、时效性作任何明示或暗示的保证,您应自行判断并承担使用风险。

不可抗力:因自然灾害、政策法规变化、网络故障、第三方平台接口异常(如微信接口维护、运营商短信通道故障)等不可抗力导致的服务中断或延迟,我们不承担违约责任。

第三方链接:本网站可能包含指向第三方网站的链接,该等网站的内容和服务不受我们控制,请您自行甄别风险。

七、 违约责任

如您违反本协议约定,我们有权视情节采取警告、限制功能、暂停服务、注销账号等措施,并保留要求赔偿损失的权利。

如因您的违约行为导致我们遭受行政处罚、第三方索赔或商誉损失,您应承担全部赔偿责任(包括但不限于罚款、赔偿金、律师费、公证费等)。

八、 法律适用与争议解决

本协议的订立、执行和解释均适用中华人民共和国大陆地区法律。

因本协议产生的或与本协议有关的任何争议,双方应友好协商解决;协商不成的,任何一方均可向【公司所在地】有管辖权的人民法院提起诉讼。

九、 其他

本协议构成双方就本服务达成的完整协议,取代此前任何口头或书面约定。

本协议任一条款被认定为无效或不可执行的,不影响其他条款的效力。

我们对本协议享有最终解释权,并在法律允许的范围内保留随时修改的权利。修改后的协议一经公布即生效,继续使用服务即视为同意修订内容。


已查阅