领邦科技（领邦照明科技有限公司）

适用于工业产品外观质量检测，突破技术瓶颈，引领产业转型升级

本网介绍，在全球百年未有之大变局的背景下，以人工智能、5G为代表的新技术革命正在如火如荼地推动各行各业发展。工业作为国民经济的主导产业，势必成为人们关注的焦点。在此背景下，第二十二届中国国际工业博览会（CIIF）于2020年9月15日在上海国家会展中心如期开幕。

纵观全球工业现状，在新一轮科技革命和产业变革竞争中，自动化、无人化生产方式正在快速发展。在这个历史进程中，生产自动化已经比较容易解决，但无人工业产品的外观质量检测却遇到了非常大的障碍。如何提高工业产品外观质量检测效率，成为行业亟待解决的问题。工业产品外观质量检验为何如此困难？工业视觉技术赶不上人眼吗？

带着这个问题，我们采访了参加本届工博会的北京灵邦智能装备有限公司（灵邦智能）董事长崔忠伟博士。崔忠伟博士表示：“工业产品外观质量检测技术本质上并不是一种自动化技术。自动化技术的特点是一组像If.Then这样的逻辑。在深度学习（Deep Learning）技术出现之前，我们原以为只要我们写出更多的逻辑关系，就可以识别工业产品表面的缺陷和非缺陷，然而多年的实践表明，无论我们写的逻辑关系多么复杂，仍然不能识别出工业产品表面的缺陷和非缺陷。无论是产品漏检率还是工艺错误，杀伤率都无法与人类相比，自2012年深度学习技术突破以来，我们终于实现了工业品外观质量检测产品本质上是自动化技术无法解决的，需要人工智能技术来解决。”

作为人工智能赋能的工业质检领域的创新型企业，领邦智能自发布工业质检云大脑iBrain以来，已服务3C外壳、汽车零部件、手机零部件、稀土永磁等领域。 2019年5月，在很多行业，很多AIoT设备日夜运行，不断的性能迭代让工业产品外观质量检测技术赶上了人类。

AIoT智能互联

人工智能赋能工业质检取得了巨大成功，但也遇到了更严峻的挑战，即工业产品缺陷图像大数据积累困难。工业产品的表面成像与自然界的成像不同。根据阳光下的表面反射率（吸光度成像）对花卉和植物进行成像。图像大数据很容易积累，这使得我们可以通过AI应用软件来识别花卉和植物。原因是大数据容易收集，AI模型训练和学习准确率高，识别率可以赶上人类。

工业产品的外观质量检验有所不同。工业零件大多由相同的材料制成，具有相同的光吸收率，并且都在人造光源下以不同角度成像。这意味着同一部分在不同角度和不同人造光源下形成不同的图像。一台设备的成像数据不能用于另一台设备的训练和学习。换句话说：没有照明和成像的标准化，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，就没有能够赶上人类的机器智能，也就没有大数据。将无法实现无人化生产和大幅度提高质量检验。效率更是无从谈起。照明和成像技术的标准化成为人工智能在工业产品质量检测中应用的最大“绊脚石”。

借助本次工博会，领邦智能率先发布了适合工业产品外观质量检测的标准化照明技术和成像技术，即通用光学技术。这种通用光学技术抽象出了工业产品表面质量检测最本质的特征，以单一标准化的方式统一了世界，解决了工业产品表面图像大数据的定义和积累问题。

适合AI的通用光学技术，从最本质的表面成像机理出发，开发了一套照明光源，包括2代光源、2.5代光源、3代光源，彻底解决照明标准化问题。尤其是第三代光源，是一种灵活的定制光源，可以根据工业产品的本质表面特征，自动定义发光角度，实现“光不过多（亮）、光不过多（亮）的精准照明。 )”，并将其完全显示在图像上。产品缺陷为AI识别奠定了基础。

通用光学元件

在光源标准化的基础上形成的通用成像技术，包括第一代360镜头、第二代360镜头、第一代远心镜头、第二代远心镜头。通俗地说，就是通过精确的接收光锥控制来实现成像的精准化和标准化，为AI模型识别提供最佳的信噪比图像。

领邦智能此次发布的通用光源和通用成像技术形成了完整的技术体系，可以实现工业产品表面的精准成像，规范工业产品缺陷图像数据，解决过程中必须解决的大数据问题人工智能的实施。实现人工智能工业产品质量检测能力赶超人类的重大技术突破。工业视觉腾飞依赖AI技术，落地更依赖光学技术！我们有理由相信，领邦智能作为工业产品外观质量检测领域的领先企业，掌握着AI云大脑iBrain和通用光学两大核心关键技术，将带领众多致力于AI应用的企业推动人工智能应用的发展。工业产品质量检验效率。改善将引领产业转型升级。

崔忠伟博士最后风趣地说：“鸭子还没温热，又一个近万亿级的人工智能市场即将开发出来，将是继商业推荐、人脸识别之后又一大型人工智能应用产业集群。”