在廣泛的工業制造領域，以機器視覺解決方案應對工業制造檢測，還是一片亟待開發的藍海。

輪胎，汽車與公路唯一的接觸點，直接關系著汽車在道路上的行駛狀態。如果輪胎有問題，將會怎樣？

近年來，一些汽車的行車速度顯著提高，尤其是在高速公路上。在快速行駛中，一旦輪胎出現瑕疵，輕則車輛受損花錢維修，重則車毀人亡、損失難計。

有關資料顯示，我國在高速公路上46%的交通事故是在輪胎發生故障引起的，其中，因細小瑕疵導致爆胎的占輪胎事故總量的70%。

一個不久前發生的慘劇是，2019年9月28日上午，G25長深高速2154KM處一輛滿載的大客車突然爆胎，沖破道路中央隔離帶駛入對向車道并與一輛半掛貨車相撞，造成36人死亡、36人受傷。整個搜救歷經8個多小時，事故現場觸目驚心……

輪胎瑕疵造成悲劇的情況就不能被“扼殺在搖籃里嗎”？

小瑕疵的大挑戰

輪胎瑕疵的檢測難嗎？

當前，我國大約有600家輪胎制造商，每年生產將近8億個輪胎，占全球輪胎年產總量的三分之一。在這種規模上，要保證產品質量的一致，屬實是一個巨大的挑戰。

從業內整體情況來看，目前大多數公司都依靠人工檢查。但這種方法既耗費人力財力，又不夠可靠。

具體來說，培訓一個檢查員要花費3個月的時間，而檢查工作最多占用他們80%的時間。并且，人力總歸免不了漏洞，即使經過充分的培訓，檢查員們在顯示屏上用肉眼觀察時也免不了做出主觀判斷，通常只能保持90%到95%的準確率。

有消費者還表示，雖然輪胎質量鑒定檢測在制造商處成本相對較低，但消費者方檢測的費用卻高達2000-3000元，這導致很多消費者在高費用和對廠商信任的“僥幸”心理下，跳過駕駛前對車輛輪胎的專業檢測，為日后事故埋下隱患。

而這種情形導致的結果顯然是兩敗俱傷。一方面，消費者的生命財產安全始終存在隱患；另一方面，一旦出現問題甚至事故，輪胎制造商的品牌信任度也難以維護。

為什么輪胎檢測如此復雜困難，以至于訓練有素的檢查員都無法達到更高的準確率？

專業人士指出，汽車軸承中的軸套有5個面，每個面在生產過程當中都有可能會產生一些裂口；輪胎背面還會有一些凹坑，或者是在加工過程當中有燒傷，嚴重的時候5個面可能會有20幾種缺陷。如果是人工來檢測，一個人檢測5個面20幾種缺陷需要好幾秒的時間，效率并不高，在效果層面也存在很大的隱患。

當然，也有部分輪胎企業從國外高價購買一些X光智能檢測系統之類的工具設備，但由于很難適應我國輪胎智能檢測的要求，大多數企業購買的設備未能實現智能檢測，既造成浪費，又未解決提高質檢準確率的難題。

另辟蹊徑的探索者

行業困局中，總有嘗試另辟蹊徑的先行探索者。

一家大型輪胎制造商，在衡量成本效益、業務升級等各類因素后，決定向經驗豐富的技術合作伙伴尋求更好的解決方案——他們找到了一家名為“上海深視科技”的公司，希望借助其深度學習、計算機視覺和圖像處理等先進的AI技術產品，尋找到解決輪胎瑕疵的辦法。

簡單來說，這套質檢產品在輪胎生產線上的檢測過程可以解釋為，在輪胎前安置一個傳感器，通過在輪胎外框、內框打很多點，自動采集產線和各個點的信號，就可以進行輪胎的定位，顯示輪胎輪廓的檢測，以及凹陷劃痕等信息的識別，從而判斷出這個輪胎是否合格。

很快，這個解決方案給企業帶來了驚人的變化。此前，這家企業每天只能由人工進行多步驟的目視檢查，但現在每天可以實時檢查20,000多個輪胎，檢查一個產品的時間達到毫秒級，經過測試其準確率提高到了99.9%以上，每條生產線的人工成本降低了大約4.2萬美元！

“這套解決方案運行速度很快，可以與原始生產線的速度相匹配，更讓我們驚喜的是，在新的瑕疵出現時，它還能提供強大的可擴展性和加快的學習速度。”輪胎制造商說。

深視科技只是是一家剛創建一年多的企業，一個初創企業的AI技術為何能釋放出如此巨大的能量？

據了解，深視科技的核心團隊起源于英特爾實驗室。為了獲得最佳檢測結果，深視科技轉而與英特爾合作，后者不僅帶來了關鍵技術，還帶來了AI、計算機視覺和深度學習方面的寶貴經驗。英特爾使用英特爾分布式OpenVINO工具包優化了算法。

并且，該工具包提供了針對英特爾處理器進行了優化的計算機視覺和深度學習推理工具，可以顯著地提高性能。通過利用英特爾分布式OpenVINO工具包對英特爾硬件進行加速，深視科技得以讓其檢測模型算法在一臺常規工業計算機上穩定運行。

而這種將硬件和軟件的集成提高了整體性能，使得深視科技的檢查軟件可以更快地檢測出瑕疵，這樣就節省了優化和開發的時間，并加快了部署速度。

可以說，正式是英特爾的核心技術支撐深視科技提供了一套視覺解決方案，將輪胎的生產瑕疵扼殺在“搖籃狀態”，可謂是助力輪胎制造商“識微見遠”，防患于未然。

5%的巨大機遇

類似的情況不只出現在輪胎制造業。在更廣泛的工業制造領域，以機器視覺解決方案應對工業制造檢測，還是一片亟待開發的藍海。

“中國每天在產線上進行目視檢查的工人超過350萬，其中僅3C行業就超過了150萬人，大概15%-20%的工人他們不是在做體力工作，而是拿著一個產品看產品有沒有問題，有沒有瑕疵”，深視科技CEO李揚說，“質檢市場當中，機器視覺覆蓋率不到5%，即便是到最近幾年覆蓋率依然很低。”

當一個很小的缺陷會影響到整個制造商的生產效率和利潤時，一切細節都是至關重要的。輪胎制造商的商業示范在前，5%，這顯然是一個巨大的機遇，英特爾也早早地發現了這個機遇。

一方面，AI本身對整個社會帶來的價值已經逐步體現，取代高難度、重復性工作是必然趨勢；另一方面，這個行業存在諸多未被解決的問題，而這些問題有機會通過新技術的進步來得以解決。一個新的商業模式正在興起！

從現有應用案例來看，借助英特爾酷睿處理器和英特爾分布式OpenVINO工具包和深視科技技術，制造業企業至少可以獲得三個層面的收益：

一是機器檢查可以檢測到人工檢查員無法看到的瑕疵問題，將瑕疵檢測準確率提高至99.9%以上；

二是由于機器檢查是客觀的并且沒有視疲勞困擾，因此它可以以更快的速度和更高的效率連續運行，使制造企業能夠在降低總成本的同時最大化生產效率；

三是更好的瑕疵檢測本質上是在推動制造企業產品質量的提升，產品瑕疵問題在生產的過程中就可以盡早解決，有助于減少產品退貨產生的高昂成本，提高盈利能力。

“三年前英特爾就堅信視覺計算技術以及攝像頭創建數據的能力將會發揮催化劑的作用。”英特爾公司高級副總裁兼物聯網事業部總經理ThomasLantzsch相信，機器視覺與人工智能推理的結合，將誕生工業制造領域的“殺手級應用”。

英特爾視覺方案工程師李勇解釋使用OpenVINO之后的優勢：“一是提高性能，使用這個工具包可以最大發揮出英特爾計算單元的運算能力，性能可以得到提高。二是整合深度學習，深度學習是AI的一部分，視覺領域用的最多的AI就是基于深度學習的AI。三是加速開發，他們可以在產品落地時應用了OpenVINO之后，很短的時間里就可以將性能提高10倍部署到實際應用當中。四是創新和定制。”

從商業角度出發，這種助力制造業識微見遠、防患于未然的商業行為，將是一個極具前景的商業模式，創造更多商業經濟價值。

從宏觀角度出發，當前我國正處于從中國制造到中國智造的關鍵時期，英特爾的技術和深視科技這類公司的產品相結合，賦能國內制造業企業，不僅將顯著提高制造業企業的生產質量和質檢水平，更能驅動中國制造企業數字化轉型，助力中國制造。