以AI变革AOI，研华抢跑数智时代

随着产业升级机器视觉迎来了第三波增长势头，其需求亦从最初的产能、良率、精度过渡至能源效率、协同制造、大数据连接与处理，并在引入AI之后其适应性、深度学习能力再上新台阶。在此背景下，机器视觉的主要应用行业也从半导体、3C、汽车等行业扩散至所有行业。

工业AI+机器视觉必将成为未来持续发展的黄金赛道，其底层的深度学习能力为这条赛道赋予了无限可能。此前，传统的机器视觉系统使用一致且制造精良的零部件可靠执行任务，而伴随着异常和缺陷库的增长，应用程序变得难以编程。对于需要人类视觉以及计算机速度和可靠性的复杂情况，深度学习将被证明是一个真正改变游戏规则的选择。

当然，为了让先进技术更好地解决客户需求，持续的技术提升是一方面，应用落地的能力则更为关键。赋能传统工厂实现制造到智造，研华给出了自己的答案。传统的检测环节，即使用上了AOI等检测设备，依然离不开人工的大量辅助工作，存在着检测效率相对较低、识别错误率相对较高等问题，且在碎片化的生产过程中仍然面临着定制化成本高、周期长、参数标定复杂导致使用不方便等问题。AI借助图像处理技术进行识别，利用训练出的模型进行质量检测，减少人工成本的同时提高精准度，帮助用户降本增效。

图形化AI瑕疵检测软件正是为解决用户的这一生产制造难题应运而生。研华 AINavi是一款专注于缺陷检测，目标识别，产品分类的深度学习视觉软件，其中包含两大功能：分别是推理和训练。在AINavi上可以完成数据的管理、数据的标注和预先处理、训练和推理的判断、部署模型等等。

具体来看，AINavi Trainning主要用于AI模型训练，内置了不同的训练方式模型，用户无需了解复杂的数学建模原理和Python等高级语言既可完成训练建模;高速的人工智能推理，高速高精度的人工解决方案，同时具有分布式AI结构，经济高效的同时运行多个AI模型。

AINavi Inferencing，也就是AI视觉检测工具，它可以应用于多种不同类型的缺陷检测，使用AI人工智能替代人工检测，以更快，更有效的方式检查产品的质量。

研华AINavi在产品性能定位上主要应用有：缺陷检测、产品分类、品质检验、字符识别。同时研华AINavi也可以和AOI结合，大大提升检测效率和精确度，多种统一的API接口，使得应用更有弹性。在此基础上，研华可为用户提供了一套完整的硬件解决方案：包含相机、图像采集卡、GUP、工控平台等。

AINavi在硬件的配搭上，采用比较弹性的架构，让客户可以根据项目多元化的选择配置，客户可以在原有的AOI机台上，采用电脑插上GPU卡的方式，将原有的设备轻松升级加入AI功能，也可以通过网络线路搭载AI，方便随时可以扩充AI引擎。

以AI结合AOI核心技术打造的融合了OT与IT的软件工具便是偲倢科技与研华AINavi合作的典型代表;通过将各项功能标准化、模块化，并提供图像化接口让用户轻松上手，弹性的软件架构设计，可为各类工厂构建出最适合的检测解决方案。