工業視覺通用缺陷檢測平臺
（一）開源項目情況簡介
申報人：海爾卡奧斯物聯生態科技有限公司
項目名稱：工業視覺通用缺陷檢測平臺
開源代碼獲取途徑：http://git.cosmoplat.com/30017331/
所在開源社區：卡奧斯開源社區（https://openlab.cosmoplat.com/）
項目主導企業：海爾卡奧斯
開發者：6
（二）開源項目功能與性能簡介
本開源項目基于機器視覺技術結合深度學習算法模型，旨在打造一個通用的工業場景缺陷檢測算子配置以及流程控制平臺，同時場景算子在識別到的通用工業場景檢測需求上不斷豐富。為企業用戶打造一個易用、好用的智能缺陷檢測平臺。解決好工業制造自動化“最后一米”問題，幫助企業在生產上降本增效。
同時針對目前許多產品過多依賴國外商用圖像處理軟件情況，本項目旨在開發一套通用可替代產品，在對基礎算子基于場景結合深度學習網絡開發針對具體場景的通用配置解決方案。
本項目與同類項目性能、技術迭代、安全漏洞與補丁發布情況對比：
易用性：相較于傳統機器視覺軟件將底層的圖像處理方式封裝暴露給用戶來說，本項目不僅提供基礎的圖像處理方法，且在此基礎上基于工業場景和行業經驗針對特定檢測需求進行了通用算子實現并提供流程配置解決方案。
通用性：本項目較高程度梳理特定制造行業產品下線缺陷總檢需求并行程完整的算子模型和通用流程配置解決方案，可以實現開箱即用。
性能：本項目在特定算子模型上進行了算法優化，運行性能大幅提升，比如在家電緊固螺絲定位識別時相較于通用目標檢測深度學習網絡性能提升10倍。
技術迭代：項目總體保持每個季度一個版本的速度進行迭代，算子模型在運行過程中或者項目實施過程中不定期迭代。
（三）項目應用場景及效果
1、項目應用場景
表面缺陷檢測（3C家電、注塑，新能源電池等），定位抓取（自動上料、自動碼垛），園區安全行為監測（安全帽、口罩佩戴檢測，電子圍欄闖入告警等）。
2、項目應用效果
（1）促進產業融合
將機器視覺技術和深度學習網絡與自動化控制設備的融合，本項目的應用將促進自動化控制設備在傳統制造產線上的應用，將5G、工業相機、機器人裝備、產線有機的結合為一體。
推動技術或商業模式創新
本項目的應用將促進視覺裝備企業和制造企業的融合，降低應用門檻，提高制造企業產品質量，可以預見將會催生一批產品視覺軟硬件集成商，以及一批算法貢獻者，拉進視覺裝備以及制造企業的距離，將需求前移，推動創新視覺裝備的研發迭代，并加速新裝備新技術在產線上的落地應用。未來圍繞產品下線質量的提升上線游企業將形成利益共同體，共同孵化一套解決方案或者軟硬件對接標準，降低設備軟件的通信調試復雜度，加速視覺技術在制造產線上的應用。
賦能產業高質量發展
本項目的應用可以幫助企業在產品下線表面缺陷檢測替代肉眼檢測實現自動檢測，借助檢測數據的自動收集統計幫助企業實現精益制造。機器替代人工不僅是人的解放、成本的下降，還給企業帶來穩定的質量提升，助力產品高質量發展。
AII微信公眾號
AII頭條號