米乐体育买球

  深圳市华星光电技能有限公司（简称“华星光电”）是全球最重要的显现面板规划、制作商之一。华星光电成立于 2009 年，总部设在我国深圳，是 TCL 集团股份有限公司旗下子公司。TCL 是国际最大的消费类电子生产商之一。

  坐落深圳市光亮新区高新技能园区的华星光电生产线是迄今为止国内首条彻底依托自主立异、自主团队、自主建设的高代代面板线日开端量产，其主要产品为28英寸、32英寸、48英寸以及55英寸液晶面板，规划产能为月加工玻璃基板10万张。投产后，产能快速爬高，2012年9月到达月产10万张基板的满载产能，以10个月的时刻，提早3个月完结产能及良率的爬坡；2012年12月，经过生产工艺优化，产能再立异高，到达12万片。

  当时，无论是最新智能手机，仍是大屏幕电视，全球消费类电子产品需求增加敏捷。 LCD 屏幕是当今许多电子设备的要害组件，作为 LCD 屏幕制作商，面对的压力在于怎么制作高质量的产品来满意需求。

  关于总部设在深圳的显现器组件制作商华星光电而言，要在这个瞬息万变、竞赛剧烈的职业坚持抢先优势，需求持续改进生产流程和质量规范。方针是先于竞赛对手向商场推出先进的优质组件，一起下降本钱以维护利润率。

  要在竞赛白热化的 LCD 制作业取得成功，华星光电必须在严重的时刻内交给高质量的产品，但耗时的产品查验削弱了它的敏捷性。为了完结这些方针，华星光电一直在尽力打造智能工厂、优化流程并选用最新技能，以完结更快速、更高效的运营。该公司成功将多达 95% 的 LCD 制作流程完结了自动化。 不过，有一个瓶颈依然存在：极其重要的质量查验阶段。

  跟着华星光电LCD面板产能的持续进步，为确保产质量量，华星光电需求引进更为高效、严厉的质量检测进程，以防止产品呈现质量问题，终究给企业运营带来重大损失。华星光电的工厂负责人说“查验是整个制作流程最要害的部分，为确保产质量量，质检人员不得不别离查看每个 LCD 屏幕，以查看是否存在瑕疵。虽然咱们的查验人员练习有素，但仍有或许漏掉缺点。一起练习一名经验丰富的职工需求花费很多时刻和资源。假如咱们未能在发给设备制作商前发现瑕疵，或许导致价值昂扬的产品退货和返工，更不用说这将对咱们的杰出产品名誉形成危害。”

  为了进步产品的质检精确率，下降因为人工失误带来的瑕疵产品流入商场，华星光电将人工智能 (AI) 引进了工厂，运用 IBM Watson IoT加快目视查看流程，并更快速、更精确地检测产品瑕疵。

  华星光电引进了 IBM Visual Insights，这是一款 AI 支撑的查验解决方案，经过将产品图画与已知缺点图画库做比对，智能地检测缺点。 Visual Insights 可与现有查验流程轻松集成，让华星光电能够敏捷发动和运转该解决方案。

  经过与 IBM 研制团队协作，华星光电打造了一个库，其间包括很多在其生产线摄影的图片。 该团队对图画进行了分类，包括合格产品和包括各种不同缺点的产品。接下来，他们运用 Visual Insights 练习 AI 模型，该模型能够区别这些类别。在车间的查验点，华星光电将此模型应用到与超高清相机相连的边际核算服务器。相机在查验点拍照产品图画，而 Visual Insights 使用 AI 模型将这些图画与相应的缺点图画进行快速比较，并相应地对图画进行分类。分类的成果随后发送到云中，供查验人员查看和评价。

  VisualInsights对它分类的每张图画分配置信水平，从零（无匹配）到 100%（彻底匹配）不等。 假如置信水平低于可接受的阈值，体系提示查验人员查看此项目并确认是否的确存在缺点。这项才能有助于削减查验时刻和本钱，让华星光电能够仅将人员专业知识应用到真实需求的当地，一起在大都情况下依托智能视觉辨认。

  作为一款 AI 解决方案，Visual Insights 不停地进行学习。 它持续地从查验团队获取反应，查验团队使用他们多年堆集的专业知识查看并评价它的自动化分类。纠正信息以及来自车间的图画随后包括到AI 模型的下次练习周期中，然后改进它检测未来缺点的才能。

  经过整合 AI 技能与人员专业知识，华星光电推进完结更精确的产品查验，有助于最大极限下降或许有缺点的产品脱离生产线的危险，然后进步全体产质量量。这将下降本钱、进步制作产值，并支撑公司坚持高质量规范，然后维护公司的杰出产品名誉。

  此外，凭借智能查验功用，华星光电能够加快处理以往单调乏味、消耗时刻的手动使命。 Visual Insights 能够在数毫秒内完结产品图画剖析，比操作人员快数千倍。 这有助于华星光电快速、自傲地辨认缺点，然后缩短查验交给周期。

  华星光电的工厂负责人总结道：“华星光电的首要使命是使用立异性技能，向顾客供给最优质的产品。 IBM Visual Insights 协助咱们将杰出运营进步到更高水平。 咱们希望持续与 IBM 协作，并使用 Visual Insights 全面完结智能制作。”