自《中國制造2025》戰(zhàn)略發(fā)布以來，“推進(jìn)生產(chǎn)過程智能化，培育新型生產(chǎn)方式”已經(jīng)成為工業(yè)制造廠商們進(jìn)行智能化升級的必經(jīng)之路。而如何將技術(shù)更高效地融入到工業(yè)生產(chǎn)與質(zhì)檢中，加速幫助企業(yè)進(jìn)行智能化轉(zhuǎn)型，湖南大學(xué)電氣與信息工程學(xué)院研究生三年級的張屹峰同學(xué)帶著自己的團(tuán)隊和項目在一次人工智能比賽中寫下了屬于他們自己的答案。

2019年5月，張屹峰同學(xué)參加了由教育部高等學(xué)校計算機(jī)類教指委、軟件工程教指委、大學(xué)計算機(jī)課程教指委、全國高等學(xué)校計算機(jī)教育研究會主辦，百度、浙江大學(xué)、德清校企政多方聯(lián)合承辦的2019中國高校計算機(jī)大賽人工智能創(chuàng)意賽，其團(tuán)隊基于百度EasyDL平臺打造的卷煙濾棒端面智能化檢測系統(tǒng)，大大提升了卷煙濾棒檢測的精度與速度。該項目不僅在比賽中獲得了優(yōu)異成績，并已在江蘇大亞濾嘴材料、南通煙濾嘴、常德芙蓉大亞化纖等多家濾棒生產(chǎn)公司的一線生產(chǎn)線上落地測試。

（圖：湖南大學(xué)“基于EasyDL的空管濾棒端面智能化檢測系統(tǒng)”項目）

卷煙濾棒是卷煙成型的重要原材料之一。據(jù)國家統(tǒng)計局?jǐn)?shù)據(jù)顯示，2019年1-7月全國卷煙產(chǎn)量已達(dá)1.43萬億支。龐大的卷煙產(chǎn)量對濾棒產(chǎn)量及質(zhì)量也提出了更高的需求。目前，仍有72%的工廠在采用人工視覺檢測的方式對卷煙濾棒進(jìn)行質(zhì)檢，這不僅導(dǎo)致檢測成本高、速度慢、精度低。而且，由于在濾棒生產(chǎn)中，工作人員需要根據(jù)不同種類的次品數(shù)量去調(diào)節(jié)生產(chǎn)線設(shè)備。而現(xiàn)有的方法僅能對正品與次品進(jìn)行檢測區(qū)分，卻不能實現(xiàn)次品的分類，這導(dǎo)致各類次品量的統(tǒng)計依舊需要人工進(jìn)行，耗時又費(fèi)力。

正是由于人工檢測存在著以上種種弊端和局限性，湖南大學(xué)電子與通信工程專業(yè)的張屹峰同學(xué)想到了將人工智能運(yùn)用到濾棒檢測中。一直對“中國高校計算機(jī)大賽-人工智能創(chuàng)意賽”有所關(guān)注的張屹峰便懷著“改造升級”濾棒檢測方式的想法報名參加了2019年的比賽，在零算法基礎(chǔ)也能快速上手的EasyDL平臺的幫助下，打造了空管濾棒端面智能化檢測系統(tǒng)。

具體來看，首先，張屹峰帶領(lǐng)團(tuán)隊標(biāo)注了超過3000多張濾棒端面圖，并通過圖像旋轉(zhuǎn)、隨機(jī)切割等方式將濾棒端面的數(shù)據(jù)集擴(kuò)充到一萬余張;將數(shù)據(jù)集經(jīng)過預(yù)處理過后，張屹峰團(tuán)隊通過 EasyDL平臺定制化訓(xùn)練得到濾棒缺陷分類網(wǎng)絡(luò)模型，將其以離線SDK的方式部署在卷煙濾棒生產(chǎn)設(shè)備的終端。而此后，隨著連接生產(chǎn)設(shè)備上的相機(jī)，便可通過實時采集生產(chǎn)線上的濾棒端面照片進(jìn)行實時正次品檢測，與此同時，生產(chǎn)線上的工控機(jī)也會將分類信號傳遞給剔除閥門，以此來實現(xiàn)次品的剔除，實現(xiàn)智能化的濾棒缺陷檢測。目前該檢測方式，一方面能對正次品進(jìn)行準(zhǔn)確區(qū)分，正確率達(dá)98.79%以上，相比于傳統(tǒng)人工檢測提升了30%的速度，大大提高了缺陷檢測的精度和速度;另一方面，也能對次品進(jìn)行多重分類，多分類的準(zhǔn)確率可達(dá)94.32%以上。同時將分類后的結(jié)果反饋給生產(chǎn)人員進(jìn)行生產(chǎn)調(diào)節(jié)，避免了生產(chǎn)原材料的浪費(fèi)。

在說起EasyDL平臺對項目起到的幫助時，張屹峰同學(xué)表示：首先，對于“空管濾棒端面智能化檢測”項目本身而言，原本是需要經(jīng)歷編寫軟件、建立數(shù)據(jù)庫、裝配硬件等一系列復(fù)雜過程的。而EasyDL平臺為他們省去了模型訓(xùn)練的代碼編寫及實驗結(jié)果分析的流程。其次，EasyDL平臺的AutoDL技術(shù)可以自動搜索適合訓(xùn)練數(shù)據(jù)的網(wǎng)絡(luò)結(jié)構(gòu)，不僅為其省去了選取網(wǎng)絡(luò)的工作，而且通過EasyDL平臺訓(xùn)練出的模型準(zhǔn)確率極高。再次，EasyDL平臺支持使用C#調(diào)用模型，這使得參賽選手在編寫軟件時可直接調(diào)用訓(xùn)練好的網(wǎng)絡(luò)模型，十分方便。

在 AI 技術(shù)深入各行各業(yè)的進(jìn)程中，簡單且易用的“定制化訓(xùn)練及服務(wù)平臺”對于AI零基礎(chǔ)或追求高效率開發(fā)的企業(yè)及個人開發(fā)者而言，可以幫助他們事半功倍地實現(xiàn)AI創(chuàng)意的落地，進(jìn)而幫助更多企業(yè)達(dá)到降本增效的目的。據(jù)了解，EasyDL是基于百度飛槳——這款由百度自主研發(fā)，集深度學(xué)習(xí)訓(xùn)練和預(yù)測框架、模型庫、工具組件、服務(wù)平臺等為一體的開源深度學(xué)習(xí)平臺，而打造出的“定制化訓(xùn)練及服務(wù)”平臺。它可以讓沒有算法基礎(chǔ)的用戶基于自身需求，快速訓(xùn)練專屬的定制化AI模型。據(jù)近日全球權(quán)威咨詢機(jī)構(gòu) IDC 發(fā)布的2019年下半年《深度學(xué)習(xí)框架和平臺市場份額》報告顯示，在國內(nèi)機(jī)器學(xué)習(xí)平臺市場中，百度系機(jī)器學(xué)習(xí)平臺整體份額穩(wěn)居第一，其中EasyDL 則占據(jù)了細(xì)分平臺市場份額排名的首位。而在此次張屹峰參加的中國高校計算機(jī)大賽人工智能創(chuàng)意賽中，EasyDL平臺幫助了零算法基礎(chǔ)的賦能組選手們快速上手，獲得高精度的模型效果，實現(xiàn)真正的創(chuàng)意落地。

“最有成就感的時刻也就是，在生產(chǎn)線上測試到功能和性能指標(biāo)達(dá)到能夠投入生產(chǎn)線使用的時刻。在那一刻才感覺到我們真的做到什么，真正實現(xiàn)了學(xué)以致用。”張屹峰同學(xué)在回顧整個項目時如是說道。而這也正是百度此次“以賽促學(xué)”選拔優(yōu)秀人才的初衷之一。

在產(chǎn)業(yè)智能化提檔加速的今天，百度在深化自己的技術(shù)優(yōu)勢與平臺優(yōu)勢的同時，也始終立足于各行業(yè)智能化轉(zhuǎn)型中的人才需求，在AI人才培養(yǎng)上持續(xù)發(fā)力，推動人工智能交叉學(xué)科融合，培養(yǎng)“人工智能+X”知識體系下的實踐型人才，為各個產(chǎn)業(yè)源源不斷地培養(yǎng)“生力軍”。