选手简介：吕建锋，四川通正云链数据科技有限公司首席技术官（CTO），川数院工业大数据与智慧工业研究所总工，高级数据分析师、高级深度学习工程师、工业企业数字化转型专家。

《高端白酒玻璃瓶云边协同工业AI视觉检测》

一、行业痛点

（一）招工难：许多工厂的薪资待遇、福利待遇等方面相对不足，加之工厂的劳动条件也比较艰苦，使得年轻人普遍更倾向于从事服务业、新兴产业或者创业等相对灵活的工作。而目前行业内玻璃瓶检测又都是依赖人工肉眼检测为主，所以招工难已经成为了许多工厂亟待解决的问题；

（二）生产安全：现场工作环境温度高，光照强度大，并且都是重复性工作，检测工人一般都是40 – 55岁，高强度工作存在极大的安全隐患；

（三）技术难点：当前市场上提供白酒瓶检测服务的机器主要针对大规模且相同酒瓶配种的生产线，而实际上绝大多数白酒瓶生产企业都存在小规模多品种的生产情况。这导致企业需要大量劳动力来进行检测，行业缺乏通用的解决方案来实现智能化检测。

二、整体解决方案

（一）云处理平台：基于数据中心存储多产线图片数据，对模型进行更新迭代，提升模型准确性；并实现模型的快速部署；

（二）端侧数据中心：对光学检测仪拍摄的视频图像文件进行解析加工以及存储；

（三）端侧计算中心：运行玻璃瓶体质量缺陷检测模型，输出检测结果；

（四）光学检测仪：现场拍摄设备，将被摄像目标转换成图像信号，传送给端侧数据中心；

（五）控制系统：接收模型结果，实现对瑕疵瓶体的分拣。

三、云平台特性

（一）实战应用一站式平台：将一线AI算法开发人员的经验以数据、流程等可视化的形式沉淀积累，并通过流水线流程设计，极大提升了算法模型生产效率；以数据为中心迭代优化模型，让开发者能够打磨出完全符合实际应用需求的算法。

（二）算法库：“算法库” 预置有多行业多种算法，包括多种场景下常用的高精度算法，支持开箱即用；

（三）一键部署：端侧工控机使用docker容器化快速部署，从而支撑起更高精度、更大规模的模型部署，解决从算法到应用的“最后一公里”问题。

（四）模型全流程迭代：具备数据管理、数据处理、数据挖掘、数据标注、模型训练和模型迭代等功能，能够以无代码的方式，实现“挖掘-标注-训练”的循环，训练出高精度算法模型。

四、核心优势

基于云边端的架构设计理念，随着客户以及获取到的缺陷图像数据样本的增加，模型不断迭代更新，准确性以及鲁棒性都会得到极大提升；

端侧工控机检测模块通过云边协同的模式可以实现一键更新，持续迭代升级，提升工业现场产品适用性和规模化扩展能力。

基于深度学习，突破传统机器视觉算法，使缺陷检测不受瓶型、缺陷位置的限制，实现了多品种小批量场景下玻璃瓶缺陷检测的通用解决方案;

端侧工控机集成模型，可移植性强、复制速度快，能满足工业规模化生产复用。