單位名稱：深圳市騰訊計(jì)算機(jī)系統(tǒng)有限公司
詳細(xì)地址：
單位類型：民營(yíng)企業(yè)
所屬區(qū)域：廣東省 - 云浮市
所屬行業(yè)：
成立時(shí)間：2016-03-21
人員規(guī)模：0
注冊(cè)資金：
單位網(wǎng)址：http://www.tencent.com/zh-cn/
郵編：
法人代表：
公司規(guī)模：
方向：標(biāo)識(shí),平臺(tái),安全,解決方案
瀏覽次數(shù)：7503
優(yōu)勢(shì)：暫缺
單位簡(jiǎn)介：暫缺
本單位工業(yè)互聯(lián)網(wǎng)典型案例
項(xiàng)目名稱：華星光電AI智能質(zhì)檢項(xiàng)目
實(shí)施時(shí)間：2018.0
實(shí)施地點(diǎn)：TCL華星光電技術(shù)有限公司
合作單位：TCL華星光電技術(shù)有限公司
技術(shù)/方案特點(diǎn)及先進(jìn)性：液晶面板檢測(cè)生產(chǎn)自動(dòng)化程度極高，每個(gè)檢測(cè)點(diǎn)通過AOI機(jī)臺(tái)拍照上傳圖片。需要人工智能AI判片模型，對(duì)產(chǎn)線實(shí)時(shí)發(fā)送的圖片進(jìn)行判片。
騰訊人工智能AI判片模型，對(duì)產(chǎn)線實(shí)時(shí)發(fā)送的圖片進(jìn)行判片，每張圖片分配置信度，當(dāng)設(shè)定的閾值大于置信度，MES產(chǎn)線直接接受AI判片結(jié)果，從而減少人肉眼判片工作量。
騰訊基于行業(yè)領(lǐng)先的AI圖像算法和缺陷檢測(cè)模型，能夠適應(yīng)一定的產(chǎn)線波動(dòng)，具備自主學(xué)習(xí)迭代功能，保證模型具有高穩(wěn)健性，各項(xiàng)業(yè)務(wù)指標(biāo)均大幅領(lǐng)先于同行，可快速應(yīng)用到新的產(chǎn)線、新的產(chǎn)品。
為了保障一天140萬張圖片數(shù)據(jù)與MES系統(tǒng)交互不遺漏，幾百個(gè)模型與站點(diǎn)數(shù)據(jù)交互準(zhǔn)確無誤，GPU卡資源靈活調(diào)度負(fù)載均衡，騰訊AI缺陷檢測(cè)系統(tǒng)設(shè)計(jì)了適合工業(yè)產(chǎn)線穩(wěn)定可靠的自動(dòng)判片系統(tǒng)，保障了華星生產(chǎn)工廠實(shí)現(xiàn)人工智能無間斷、高精準(zhǔn)的自動(dòng)缺陷判別。
為了降低算法模型開發(fā)的門檻，騰訊AI訓(xùn)練平臺(tái)將通用算法和行業(yè)算法封裝成鏡像，讓客戶的工程師可以從0->1創(chuàng)建出一個(gè)全新的模型，完成技術(shù)內(nèi)化，支持新產(chǎn)品新站點(diǎn)獨(dú)立開發(fā)。
解決的痛點(diǎn)和問題：TCL華星光電工廠的MonitorRoom中，每個(gè)圖片質(zhì)檢員每天要對(duì)大約10,000張圖片進(jìn)行質(zhì)量檢查，平均需要在3秒內(nèi)完成對(duì)每張圖片的缺陷分類，對(duì)是否有落在線路上、影響的嚴(yán)重程度等進(jìn)行判斷。由于缺陷種類多達(dá)120種，在不同線路、不同產(chǎn)品上的缺陷特征又不一樣，一個(gè)質(zhì)檢員從入職到上崗，需要2-3個(gè)月的崗前培訓(xùn)才能勝任。
實(shí)施效果：騰訊公司助力華星光電實(shí)現(xiàn)了人工智能在AI判片的應(yīng)用，全面承接了T1，T2和T6工廠圖片自動(dòng)識(shí)別（AutoDefectClassification，簡(jiǎn)稱ADC）系統(tǒng)，在Array/CF/Cell工藝制程的落地實(shí)施。騰訊AI訓(xùn)練平臺(tái)內(nèi)置算法通用鏡像和行業(yè)鏡像，并提供算法咨詢服務(wù)，讓合作伙伴無需招聘高級(jí)算法工程師，也可以完成AI算法模型開發(fā)。在華星光電項(xiàng)目中，借助騰訊AI訓(xùn)練平臺(tái)，格創(chuàng)東智利用液晶面板行業(yè)經(jīng)驗(yàn)，獨(dú)立開發(fā)的模型達(dá)到了良好的應(yīng)用效果，得到了客戶的認(rèn)可已經(jīng)上線。對(duì)比傳統(tǒng)的人力判片方式，AI識(shí)別速度提升10倍，縮減人力50%。
推廣行業(yè)及適用場(chǎng)景：本案例的基礎(chǔ)技術(shù)研究，包括物理網(wǎng)技術(shù)、圖像識(shí)別技術(shù)、深度學(xué)習(xí)算法、決策優(yōu)化技術(shù)、工業(yè)大數(shù)據(jù)技術(shù)、工業(yè)互聯(lián)網(wǎng)平臺(tái)技術(shù)。依托技術(shù)能力的實(shí)際落地突破，構(gòu)筑工業(yè)AI機(jī)器學(xué)習(xí)平臺(tái)支撐行業(yè)普遍需求。我們希望用AI去幫助中國(guó)的制造業(yè)企業(yè)，用更多的平臺(tái)實(shí)現(xiàn)信息孤島的連接，從海量生產(chǎn)數(shù)據(jù)中尋找描述生產(chǎn)過程模型規(guī)律，給生產(chǎn)優(yōu)化操作提供建議，代替操作員的質(zhì)量檢查質(zhì)量問題分析與處理，用類人的智慧去進(jìn)行生產(chǎn)的決策與供應(yīng)鏈協(xié)同。
參與聯(lián)盟白皮書/標(biāo)準(zhǔn)/報(bào)告編制情況
| 白皮書/標(biāo)準(zhǔn)/報(bào)告名稱 | 負(fù)責(zé)的內(nèi)容 | 單位角色 |
|---|---|---|
| 工業(yè)互聯(lián)網(wǎng)典型安全解決方案案例 | 石化油氣工業(yè)互聯(lián)網(wǎng)安全解決方案 | 參與單位 |
| 工業(yè)互聯(lián)網(wǎng)助力企業(yè)抗擊疫情、復(fù)工復(fù)產(chǎn)案例集 | 騰訊工業(yè)互聯(lián)網(wǎng)助力企業(yè)復(fù)工復(fù)產(chǎn)、抗擊疫情 | 參與單位 |
| “推動(dòng)工業(yè)互聯(lián)網(wǎng)加速發(fā)展——AII成員在行動(dòng)”案例集 | 騰訊云全面擁抱工業(yè)互聯(lián)網(wǎng)，助力數(shù)字新基建 | 參與單位 |
已取得的聯(lián)盟項(xiàng)目情況
| 時(shí)間（年） | 項(xiàng)目類型 | 項(xiàng)目名稱 | 單位角色 |
|---|---|---|---|
| 2019 | 工業(yè)智能應(yīng)用案例 | 基于人工智能的自動(dòng)缺陷分類系統(tǒng) | 參與單位 |
| 2018 | 工業(yè)互聯(lián)網(wǎng)典型安全解決方案案例 | 石化油氣工業(yè)互聯(lián)網(wǎng)安全解決方案 |
資源熱搜
換一批