近年来，随着我国工业高端化转型升级，计算机算力以及数据总量呈指数级增长，算法研究快速迭代，人工智能（AI）技术已经登上了科技革命的风口。

根据Gartner发布的技术成熟度曲线显示，目前全球处于上升期或巅峰期的新兴技术中，一半以上与AI技术有关。

在工业领域，基于AI技术可以将工业大数据转化为有效信息、抽象为模型、辅助人类进行精准决策，最终实现工业过程高效配置和执行。而这其中，基于工业视觉的AI质检正成为制造业探索人工智能实践的杀手级应用。

IDC发布的《中国AI赋能的工业质检解决方案市场分析》报告指出，AI技术供应商正和设备厂商、解决方案商、系统集成商、服务提供商一起向用户提供较为完备的AI工业质检解决方案。

未来，AI工业质检应用会进一步成熟，并将带领制造业、泛工业领域的自动化、智能化转型。

人工质检

被取代是大势所趋

当前制造业产品外表检查主要有人工质检和机器视觉质检两种方式，其中人工占90%，机器只占10%。

传统人工质检普遍面临以下痛点：

第一、传统的人工检查方法在缺陷判别上存在个体与个体间的差异，容易受检查员视力疲劳、状态不佳等外界等因素影响，很多产品的微小瑕疵并不能被高效识别；且人工质检成本高、误操作多、生产数据无法有效留存；

第二、人口红利消失，用工难的问题愈加突出。据统计，目前每天产品线上进行人工检测的工人数量超350万人，但因工资低、工作枯燥，愿意从事人工质检的工人愈来愈少。

据前瞻产业研究院统计数据显示,中国每天在产线上进行目视检查的工人超过350万,其中仅3C行业就超过了150万人，大概15%-20%的工人会拿着一个产品看产品有无问题，有无瑕疵，以此来判断工业零件的质量。

这不但有害员工视力，还会存在速度和稳定性差等问题，对检测效率和质量造成影响。

此外，传统的工业质检方法是通过实验，人工用放大镜、显微镜等多种工具选取亮度、颜色、尺寸、形状等特征及其参数来设计判决规则，仅可判别定量缺陷检测、无法自适应，泛用性低，且人工成本高。

来源：天风证券行业专题研究报告

机器视觉

全面赋能AI质检工业

当前，中国制造正从“制造大国”向“制造强国”转型升级，人工智能、机器视觉作为实现中国制造2025的核心技术正处于制造产业的风口浪尖，越来越多的现代工业生产商，正在使用计算机视觉技术，检查工业产品问题，提升质量。

而工业AI质检的两个重要组成部分是图片采集和基于深度学习的图像处理系统，它们的检测精度与处理准确率将直接影响智能质检的最终效果。

在这种情况下，通过AI视觉取代人工质检，构建一套锐利的“眼”和智慧的“脑”，提高质检效率、降低误差成为可行之策。

所以，以新一代人工智能、机器视觉技术为主导的工业质检设备登上舞台。

来源：天风证券行业专题研究报告

该技术能够使机器像人类一样看清图像，处理和识别静止物体甚至是视频中连续动作，并根据判别的结果来控制设备动作。

尤其在大批量重复性制造生产中，使用工业相机拍下零部件，再交由图像识别软件识别出有缺陷的零件，将会极大提升工厂生产效率和自动化程度。

矩视智能低代码平台 

加速智能革命

目前主流的机器视觉技术仍采用传统方式，即首先将数据表示为一组特征，分析特征或输入模型后，输出得到预测结果，在结构化场景下定量检测具有高速、高准确率、可重复性等优势。

但随着机器视觉的应用领域扩大，传统方式显示出通用性低、难以复制、对使用人员要求高等缺点。

深度学习对原始数据通过多步特征转换，得到更高层次、更加抽象的特征表示，并输入预测函数得到最终结果。

深度学习可以将机器视觉的效率和鲁棒性与人类视觉的灵活性相结合，完成复杂环境下的检测，特别是涉及偏差和未知缺陷的情形，极大地拓展了机器视觉的应用场景。

传统机器学习VS深度学习

矩视智能低代码平台充分把握工业检测领域的客户核心需求，从行业痛点入手，研发解决产业痛点的AI质检系统，以先进的AI工业视觉技术正在赋能工业领域，为生产线装上“智慧眼”自动“揪”出产品缺陷。

目前，矩视智能低代码平台已上线100多个开发工具，并通过数据驱动，实现工具间的自由组合，训练时间缩短在10分钟以内，大大提升开发效率。

此外，矩视智能低代码平台针对工业等传统行业的上千种应用场景，识别准确率在99%以上，高于行业95%的平均水平。

矩视智能低代码平台工作流程

面临工业领域不断提升产品质量和良品率的需求，矩视智能凭借云端数据积累，能够快速对各类产品图像缺陷进行学习训练，做到高精度识别判断，快速识别其人工检查以前看不到的问题。

现在矩视智能的解决方案已在多个行业实现落地，包括3C、汽车、医药、食品、半导体、物流、机械等。