- 综合排序
- 最热优先
- 最新优先
腾讯云工业质检训练平台TI-AOI升级发布，成立工业AI质检生态联盟
7月19日，腾讯云在工业质检合作伙伴沙龙暨生态联盟发布会上，宣布升级发布工业质检训练平台TI-AOI 2.3版本，并携手首批合作伙伴成立工业AI质检生态联盟，共同推动人工智能技术与实体产业深度融合，助力行业加快发展新质生产力 腾讯云副总裁、腾讯云智能产研负责人吴永坚表示，腾讯云在工业质检领域深耕多年，现已构建起包括工业质检训练平台TI-AOI、腾讯云TI平台等在内的AI视觉检测产品矩阵。 做好工业AI质检项目，需要“光、机、电、软、算”软硬件一体化的系统工程能力。 此次成立工业AI质检生态联盟，是腾讯云工业AI质检生态的进一步深化。 腾讯云副总裁顾伟表示，未来，随着工业AI质检生态联盟的稳健发展，腾讯云也将继续深化与合作伙伴的协同，持续深耕细分赛道AI质检的痛点、难点，打造更多具有创新性和实用性的工业AI应用，助力行业实现智能化升级
2.3K10编辑于 2024-07-22工业引入AR质检系统，重塑工业质量检测新模式
在元幂境看来，随着智能化和数字化浪潮的席卷之下，工业行业传统的质量检测手段正逐渐暴露出效率低、误差高、人工依赖强等问题。 借助AR眼镜以可视化、智能化的方式，重新构建质检的流程和标准。推动工业进入全新的智慧决策质检时代。 三、AR质量检测的未来展望 随着5G、AI与工业物联网（IIoT）的融合，AR质量检测将进一步向智能预测、自主决策与协同作业方向演进。 未来，AR质检不仅仅是辅助工具，更将成为质量控制系统中不可或缺的核心环节。此外，AR的普及也将推动检测标准的数字化升级，使质检工作从“经验驱动”转变为“数据驱动”。 企业可以基于历史质检数据进行模型训练，构建智能质检算法，实现自适应检测与持续优化。 在元幂境看来，AR质量检测不仅是制造业数字化转型的重要组成部分，更是未来工业智能化发展的关键节点。
35910编辑于 2025-09-19- 来自专栏智慧物联产品＆方案
基于AI边缘智能网关的工业质检应用
成品质量检验是工业生产最后必不可少的环节，随着我国工业化的蓬勃发展，工业产品日益迈向高端化、精密化，对于工业产品的质量检验要求和投入成本也在不断提高，产品质检涉及到比以往更多维度、更多零部件、更高精度的识别 针对产品质检需求，可以借助AI边缘智能网关的视频识别算法，实现更高效、更精准、更智能的产品质检，适应长期发展需求。 传统人工质检的问题可靠性不足：人工质检容易产生疲劳、错漏，可靠性较低，无法快速应对产品变化或工艺升级等问题。 基于AI边缘智能网关的工业质检应用佰马AI边缘智能网关，针对工业生产领域的视觉识别分析应用研发，具备高性能、低功耗、环境适应性强等特点。 基于AI智能边缘网关，搭配工业摄像机实现AI视觉成品质检，能快速识别分析工业成品外观，实现对裂纹、划伤、脏污、缺损、变形、毛刺、异色等问题的分辨、记录和上报，提升质检效率，大幅降低质检过杀率与漏检率，且准确率不会随着时间降低
3.1K30编辑于 2022-12-30 迁移科技检测相机：重构工业质检天花板
——0.01毫米缺陷捕获能力，让百万级损失风险归零 引言：0.2秒的检测盲区=3000万代价 当某动力电池企业因极片毛刺漏检导致召回事件（损失￥2.8亿），制造业猛然惊醒：传统人工质检误差率＞12%，正成为质量失控的致命黑洞 一、质检困局：制造业的三大质量黑洞 graph LR A[微缺陷逃逸] --> B(毛刺/划痕检出率＜85%) B --> C(年返工损失$1500万) D[高速漏检] --> 70% 食品包装线因反光导致误剔率＞15% 二、技术破壁：检测相机的四维进化 基于27项专利的工业级解决方案： 技术模块 性能指标 客户价值 亚毫米级洞察：10μm分辨率工业镜头组合 动态追焦技术：150m/min传送带零模糊成像 抗污透视：多光谱反射补偿算法 智能分级：自动判定缺陷等级（CR/MR/MA） ▶ 场景方案层——五大工业战场 场景定制矩阵 产品系列 核心性能 最佳场景 闪电工业系列 400帧/秒高速检测 新能源/3C电子
37310编辑于 2025-06-24- 来自专栏腾讯云TI平台
AI Talk | AI工业质检之以图搜图引擎
伴随人工智能的极速发展，AI工业也随之大放异彩，工业质检是整个制造中一个非常重要的环节，传统人工工业质检缺乏统一性标准，人工质检效率低，人工质检失误多，制造企业招工难，AI智能质检也随之被各大AI公司看好 ，AI质检具有天然优势，成本低，效率高等，但如何工业AI质检有效落地是我们面临的一个巨大挑战，工业有本身行业的特殊性，质量标准，生产工艺，产品多样性都给AI质检系统带来阻力。 今天一篇“AI工业质检之以图搜图引擎”带大家如何解决工业漏检问题，如何回溯漏检历史现场。 01 产品功能/使用 工业质检主要指标问题：过杀与漏检， 过杀是指工业产品是完好样品被AI质检系统判定为缺陷样品，漏检是指工业产品是缺陷样品被AI质检系统判定为完好样品，漏检的分析问题定位也是整个AI质检系统最难课题之一 04 案例分享 腾讯云-工业AI+解决方案 从数据到服务的一站式工业智能集成化应用实施环境，推动人工智能技术在制造企业的落地，助力制造企业提质增效降本。
1.3K20编辑于 2022-01-27 工业质检场景下的机器学习工程实践
在智能制造时代背景下，传统质量检测方法正面临三大技术挑战：人工检测的精度天花板（平均误检率18.7%-32.4%）、多维度工艺参数与质量结果的非线性关联、实时检测的响应延迟（典型场景>500ms），比如焊接质量直接影响工业产品的安全性和可靠性
40720编辑于 2025-05-30- 来自专栏PaddlePaddle
工业金属零部件质检解决方案详解，让AI质检一步到位！
工业具备大量的数据积累，工业的生产、质检、管理等各个环节都在持续、大量、快速地产生着数据，是人工智能应用的蓝海。 本期将重点聚焦工业质检，深度解析AI质检全流程实现路径。 工业质检领域的AI应用 制造业离不开质检。我们目之所及的产品，都是经过工业质检环节才顺利出厂。 各行各业对质检的需求旺盛 质检由于精细度要求高，占到工厂总人力成本的40%。举例来说，工业质检中的轴承瑕疵检测目标，可能是个小划痕，也可能是小缺口。这种情况下，瑕疵视觉感官并不直观。 而质检效率直接影响到企业生产以及交付效率。因此，工业质检的智能化赋能已经成为节省成本，提高产能的必然趋势。 汽车零部件AI质检痛难点 本期案例企业来自于工业轴承质检方向的解决方案提供商——韦士肯，在轴承质检方向有很深的业务场景及技术积累；但在AI算法领域，缺少足够深的技术沉淀。
1.4K10编辑于 2022-08-31 - 来自专栏腾讯云TI平台
腾讯工业云智能AI质检沙龙圆满落幕，开启3C质检数智化新时代！
当传统工业质检碰上AI，会发生怎样的化学反应？降本提质增效是第一步，更大的期待是精准嵌入未来智慧工厂，开启工业数智化新时代。 10月21日，由腾讯云联手《工业AI》杂志共同举办的腾讯工业云智能AI质检沙龙在深圳举办。 腾讯优图实验室高级产品经理 杨抒含 杨抒含以“如何通过工业AI产品构建AI质检解决方案”为题作演讲，从行业趋势以及痛点、工业AI开发工具、工业AI平台产品、行业应用案例四个方面，介绍了腾讯在工业AI产品如何快速构建 AI质检解决方案，打破以往工业AI项目难以高效落地和规模化的困境。 腾讯云及合作伙伴将共同以卓越AI科技变革工业质检，利用前沿的人工智能、大数据等新技术，突破工业质检的当前困局，显著提升整体质检效率，开辟价值服务新蓝海，为中国智造腾飞“点睛”。
1.8K20编辑于 2022-01-27 - 来自专栏腾讯云TI平台
AI Talk | AI工业质检之以图搜图引擎
作者：maopengwang 伴随人工智能的极速发展，AI工业也随之大放异彩，工业质检是整个制造中一个非常重要的环节，传统人工工业质检缺乏统一性标准，人工质检效率低，人工质检失误多，制造企业招工难，AI 智能质检也随之被各大AI公司看好，AI质检具有天然优势，成本低，效率高等，但如何工业AI质检有效落地是我们面临的一个巨大挑战，工业有本身行业的特殊性，质量标准，生产工艺，产品多样性都给AI质检系统带来阻力 今天一篇“AI工业质检之以图搜图引擎”带大家如何解决工业漏检问题，如何回溯漏检历史现场。 01产品功能/使用 工业质检主要指标问题：过杀与漏检， 过杀是指工业产品是完好样品被AI质检系统判定为缺陷样品，漏检是指工业产品是缺陷样品被AI质检系统判定为完好样品，漏检的分析问题定位也是整个AI质检系统最难课题之一 04案例分享 腾讯云-工业AI+解决方案 从数据到服务的一站式工业智能集成化应用实施环境，推动人工智能技术在制造企业的落地，助力制造企业提质增效降本。
2.1K31发布于 2021-09-28 工业质检只能依赖缺陷样本？PatchCore给出“冷启动”答案
在工业制造领域，产品质量检测是至关重要的一环。传统的人工质检不仅成本高昂，而且容易因疲劳或注意力分散导致漏检、误检。 随着计算机视觉技术的发展，基于深度学习的自动化缺陷检测系统正逐步成为工业生产线上的“智能质检员”。然而一个长期存在的难题是：如何在没有缺陷样本的情况下训练出一个可靠的异常检测模型？ 本研究聚焦于冷启动工业异常检测——在这种设定下，模型必须仅使用正常（无缺陷）的训练图像来检测和定位缺陷。 冷启动异常检测的挑战在真实工业场景中，缺陷样本的收集成本极高，且缺陷类型可能千变万化。 实验结果实验在多个工业检测数据集上进行了验证，图像级异常检测、像素级异常定位、计算效率以及在有限训练数据下的鲁棒性。实验设计反映了真实的工业检测场景，强调仅正常数据可用的冷启动情况。
77910编辑于 2026-01-06- 来自专栏财经科技
广域铭岛参编《AI工业质检应用发展白皮书》正式发布
近日，广域铭岛参编的《AI工业质检应用发展白皮书》（下称《白皮书》）正式发布。《白皮书》详细阐述了AI工业质检的发展阶段、存在问题、应用趋势及实践案例等，为AI技术在工业质检中的应用提供示范和指引。 AI质检提升汽车工艺质量管理效率《白皮书》指出，广义的AI 工业质检是指基于人工智能技术，在相关软硬件系统支持下，对工业产品进行质量检测的活动。 当前，AI工业质检特指基于深度学习算法的计算机视觉工业产品质量检验，已成为行业共识。 相比于传统质检方式，基于深度学习的 AI 工业质检识别率更好，可以解决传统检测技术难以解决的随机缺陷等问题，提升质检的效率和质量，因此可以在电子制造、汽车、能源、钢铁冶金等各种行业的产品外观缺陷、异物、 AI 工业质检已经成为制造业从数字化向智能化转型的重要突破场景，对推进智能制造、工业企业数字化转型具有重要意义。
1K00编辑于 2023-05-21 0.5秒的精准捕捉：AR眼镜如何用AI视觉重塑工业质检标准
【工业案例小剧场】在电子元器件生产车间，质检员小陈每天的工作是盯着流水线上的电路板，检查上面密密麻麻的几十个指示灯状态。“红灯灭、绿灯亮、黄灯闪……”重复了上千次后，小陈的视线开始模糊，眼皮沉重。 所以，在高密度、重复性的质检场景中（如指示灯、仪表读数、螺栓缺失），人工往往极易因视觉疲劳导致漏检。且传统纸质记录难以与实物图像一一对应，一旦发生客诉，追溯过程繁琐且证据链不完整。 拥有AR眼镜，将会在工业巡检领域拥有：1. 毫秒级视觉检测： 针对仪表读数、指示灯状态、条码识别等场景，AI算法在0.5秒内完成比对，准确率高达99.9%，彻底解决“看走眼”问题。 TA可以成为工业质检的标准尺，用AI视觉替代人眼疲劳，用数字流程替代纸质台账，让每一件出厂产品都经得起最严苛的检验，让中国制造全力迈向零缺陷时代。
17010编辑于 2026-02-10- 来自专栏呼叫中心中间件
实时质检系统
一、什么是实时质检？实时质检就是在通话过程中，将双方的对话语音转化成文本模式，并同步到系统中进行实时质检。此过程可以及时地发现在通话中的问题，让用户可以在第一时间去处理其中的问题。 二、实时质检系统功能实时质检系统共有5大模块：系统配置、质检管理、词库组管理、推送配置、操作日志。每个模块又包含了若干个小功能，接下来会以此讲解这些功能：1. 系统配置A. 设置“配置颜色”；在通话过程中，在质检时如果触发了词库关键词，质检管理的“风险记录”中就会用配置的颜色进行标注。能让用户更快一步找到违规记录。 “质检配置”：可以设置是否对主叫或是被叫启用asr，何种asr，以及选择需要质检的词库组。2. 质检管理A. 风险记录功能：将通话过程中双方的对话语音转化成文本模式，并同步到系统中进行实时质检。 显示主叫、被叫、风险等级、质检文字、命中词库、来源IP、路由名称、开始和结束时间等重要信息。B. 质检记录质检记录就是风险记录的简化版本，页面相对来说比较简洁。
1.2K10编辑于 2023-11-28 AI质检平台系统
在制造业数字化转型浪潮中，传统人工质检模式正面临效率瓶颈与成本压力。基于深度学习算法构建的AI质检评分系统，通过计算机视觉与大数据分析技术的深度融合，为生产环节注入智能化基因。 该系统采用多维度数据采集架构，可实时捕捉产品表面划痕、尺寸偏差及装配异常等细微瑕疵，其检测精度较人眼提升显著，引领制造业质检从“人工判断”向“智能评分”跨越。 四、柔性部署方案支持与MES系统、ERP平台的无缝对接，既可作为独立质检工作站运行，也能嵌入现有生产流程形成闭环管控。 六、人机协作新模式系统并非完全替代人工，而是重新定义质检员角色。操作人员从重复性劳动中解放后，可专注于异常复核、设备调试等高价值工作。 开放的开发者平台支持客户自主训练专属模型，形成具有自主知识产权的智能质检体系。这种可生长的技术架构确保系统始终处于行业前沿水平。
52410编辑于 2025-10-16- 来自专栏PaddlePaddle
工业质检如何以“智”取胜？15分钟上手工业零部件检测全流程方案
制造业离不开质检 质检需要AI智能化赋能 制造业企业生产效率、良品率、能源利用率等要明显提升。 其中提到的生产效率和产品良品率是与工业质检息息相关的，而AI质检的加入也在这场智能制造发展趋势下被寄予厚望。 质检对于制造企业来说是非常重要的一个环节，眼睛里能看见的产品都是通过了质量检测。 接下来，我们从具体几个金属零部件视觉质检案例，进一步了解AI质检。 飞桨EasyDL工业质检 案例展示 金属零部件具备一些特点，比如：反光、有电镀层、正反面识别、复杂金相识别等。 针对AI质检选取的都是工业专用的镜头，其使用逻辑和原理与日常摄影镜头并无二致。因此我们需要了解一些摄影相关技术，如：焦距、变焦、定焦、微距、快门、光圈、感光度、噪点等，都属于摄影的基础知识。 总结一下，飞桨EasyDL的部署在工业质检上有如下三点优势： 人员成本低 操作学习成本低 部署场景要求低 说了这么多，大家可以在官网自行体验一款AI模型的创建过程，从而才能发现AI与产业结合中的问题，并分析解决
1.2K20编辑于 2022-08-31 AI_图像识别：从工业质检到文化遗产保护的跨界实践
AI图像识别的跨界实践：从工业质检到文化遗产保护一、图像识别技术的跨界潜力在人工智能领域，计算机视觉技术正以惊人的速度突破应用边界。 二、工业质检中的图像识别技术2.1 金属表面缺陷检测在汽车制造行业，钢板表面的微小裂纹检测是质量控制的关键环节。 + c_2)}{(\mu_x^2 + \mu_y^2 + c_1)(\sigma_x^2 + \sigma_y^2 + c_2)} $$四、跨界技术的共性与差异4.1 技术共性分析技术维度 工业质检 超声波）小样本学习（缺陷样本占比<0.1%）文化遗产：非接触式检测（文物不可破坏性）跨模态数据关联（图像+历史文献）艺术性修复（GAN生成需符合美学规律）五、技术创新与实践突破5.1 跨领域迁移学习将工业质检训练的 通过深度神经网络的特征抽象能力，工业质检的高精度检测技术正为文物保护提供新的解决方案；而文化遗产保护对艺术性和历史背景的特殊要求，又反哺了AI模型的创新发展。
67210编辑于 2025-05-19工业场景下AR+AI图像识别：精准选型赋能运维与质检
在工业数字化转型进程中，AR眼镜结合AI图像智能识别技术，凭借实时交互、智能提示、全程追溯的优势，为运维与质检工作带来革新。但技术落地效果取决于场景适配度，盲目应用易导致效率低下、成本浪费。 以下从不适配场景与适配场景两大维度，结合工业实际需求详细拆解，为企业选型提供清晰参考。一、不适配 AR+AI 图像识别的场景1. 未智能化改造的传统产线：仍依赖人工进行质检判断的传统产线，适合快速部署 AR+AI 方案。 多流程协同的运维场景：工业设备运维中，需同时参考图纸、记录数据、现场操作的协同场景，适合 AR 眼镜应用。 只有让技术优势与实际需求深度契合，才能真正实现质检错误率降低、运维效率提升、成本优化的目标，为工业数字化转型筑牢根基。
19710编辑于 2026-02-02工业质检新突破！YOLO-pdd多尺度PCB缺陷检测算法实现99%高精度
来自北京大学的YOLO-pdd框架将YOLOv5与多尺度特征提取模块Res2Net融合，在保留检测速度优势的同时显著增强细粒度识别能力，在PKU-Market-PCB等数据集上实现超99%的精度表现，刷新工业质检智能化水平 此外，由于其端到端架构，YOLO系列相对简单易于实现，因此在工业领域广受欢迎。基于Faster R-CNN的微缺陷检测网络TDD-net。 与 Res2Net 结合后，增强的特征提取并未显著影响处理速度，使系统适用于工业环境中的实时应用。4. 结论在本研究中，我们提出了一种将YOLOv5与Res2Net相结合的创新框架，用于在实际工业场景中实现精准的PCB缺陷检测。 我们的方法不仅实现了高精度和高效率，还展示了鲁棒性和适应性，为各种工业环境中可靠的PCB检测系统提供了潜在解决方案。
98310编辑于 2025-07-30- 来自专栏kali blog
基于Arduino 水质检测
注意，由于Arduino 内存有限，汉字显示没有ESP8266强大。因此，只能用字模软件，将需要显示的文字提取出来，放到代码中。
37410编辑于 2025-07-28 - 来自专栏腾讯云TI平台
AI资讯 | 人工质检太“繁”了？腾讯云让AI成为工业生产的守门员
腾讯云化繁为简 基于腾讯云AI技术能力的工业质检仪： 1）增效：仅需几秒就能完成对目标零件360度无死角的采图、分析、分类的工作，而原来人工质检则需要大概一分钟，相对人工质检速度提升10倍。 “富驰高科接下来希望在更多产线上应用工业质检仪，”富驰科技CEO钟伟还表示，“与此同时，我们也在和腾讯云共同推进智慧工厂建设，希望通过大数据的应用，来提高运营管理效率。” 而在质检效果上，经过实际测试，基于腾讯云技术方案的工业质检仪已经可以达到预期水平，并且实际效果已明显高于人工质检水平。 除了提质、增效，自动化设备的应用，也帮助富驰高科实现了降本。 而现在，腾讯云通过富驰高科的质检项目，已经在同领域立下了标杆。 当然，工业数字化远不止是质检。 钟伟表示，富驰高科在更多产线上应用工业质检仪的同时，与腾讯云共同推进智慧工厂建设，希望通过AI、大数据的应用，来提高运营管理效率——这也是腾讯云与富驰高科将一起勾勒的，更大蓝图！
74330编辑于 2022-01-27
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号