工业制造领域是数字化浪潮发力的热点行业。随着大数据、人工智能、云计算等创新技术的发展，越来越多的企业希望综合利用这些能力去提升现有的产线效率、降低人力成本需求、更有效地控制生产风险。

某FPD领域龙头企业，显示面板复杂的工艺制程中可能会产生种类繁多的缺陷，各个现地的产品缺陷由AOI检出后会各有数十位OP进行分类，对于品质管控和集中、灵活的判图业务有着强烈的智能化诉求。

数之联帮助该企业打造了云边端一体化的智能检测平台，替代了85-90%的人工，有效提升判图效率及缺陷识别准确率，还提升了产品良率，贡献更多产能。

01

面板行业传统判图一般是由设备检出缺陷后，人工进行缺陷分类并调查原因。不仅消耗大量人力进行复判，人力成本高、人员流动大，复判标准不统一，判图准确率低。并且由于判图流程混乱，无法实现异常追溯，良品率无法进一步突破。

各现地已具备ADC系统及AI设备软件，但是面临以下问题，无法实现集中运维、资源共享，造成大量的资源浪费以及居高不下的运维成本：

• 各现地独立建设，代码不开源，不具备自主研发能力
• 各现地已有ADC通用性不足，应用场景无法扩展
• 算法高度定制，参数调整频繁

02

为了解决这些问题，数之联基于人工智能与工业互联网，帮助该企业打造了“云”（管理+训练）+“边”（推理） +“端”（业务）一体化方案，通过标准化智能检测技术平台，解放人力，大幅提升企业生产效率与产品良率。

共享中心层在云端部署，其余资源下沉现地，满足云场景应用并高效利用现地资源；边侧功能分为ADC应用及推理两大部分，应用负责任务解析，数据处理，推理处理缺陷判定；端侧兼容整合数据判级、数据管控、数据分析等各模块，保证各Glass中缺陷判级的准确率和产品良率。

云边端一体化工业智检平台，完成了AI模型的制作、应用和迭代的全生命周期的完整覆盖。目前该企业通过平台边侧推理模式开拓了多种AI场景的应用落地，覆盖了目标检测、图像分类、图像分割、回归分析、聚类分析等常见的ML/DL应用领域，已在多个现地的站点落地ADC场景中同步应用。

03

通过云边端一体化工业智检平台，AI判图速率比人工高至百倍，日均处理图片达近百万张。全自动系统也节省了交互和数据传递的时间，提高判图效率的同时，帮助工厂替代了85%-90%的人员成本。不仅如此，AI判定稳定性更高，通过云端训练，AI模型对缺陷识别准确率更高，复杂缺陷检出率也得到了提升。

特别的，工业制造涉及环节和场景众多，对于各类生产数据的收集与处理能力是决定其自动化程度的关键。云边端的智检平台通过接入更多生产环节的数据，实现对海量工业数据的计算、分析和挖掘，帮助企业实现对工厂生产全方位监测和感知，增强信息获取、实时反馈与智能控制的能力，从根源处着手提升产品质量和挖掘数据价值。