人工智能之所以成为关注焦点，是因为它可以解决生活中的各类难题，除了用于语音识别、智能家居、搜索引擎等领域，甚至是代替工人操作，解决工厂生产制造环节的质检痛点，究竟AI视觉感知技术如何应用于工业场景？近日举办的一场媒体活动上，Intel与上海深视科技一同给出了答案。

众所周知，工厂在实际产品生产过程中并不完美，比如：部分产品标签可能忘贴，或是表面存在划痕、凹坑。而电子产品存在这类问题就会出现很大的事故，尤其是手机电池方面，为了确保实际使用时的安全，往往生产线需要耗费上千人力进行人工目视检查。

在工厂实际运用中，人工检查不仅成本高昂，并且受工人熟练度影响，导致检测准确性及效率差异较大。正是因为存在此类痛点，部分企业才引入了机器视觉检测。但是，过去受限于技术，机器视觉判断能力不及人工目视，在复杂环境中无法彻底取代人工检测。

上海深视科技则是基于Intel的硬件平台，以及视觉解决方案工具包OpenVINO，推出了AI学习平台Deep Inspect。它可以通过深度学习应用于多个行业，包括3C、光学薄膜行业、PCB制造、轮胎制造等等。

以轮胎制造中的打点检测为例，在进行视觉图像感知时，这一场景会涉检测系统的定位能力、图像分割以及分类能力。虽然实现过程并不困难，不过应用时，会受限于实际环境。

在上海深视科技的米其林项目中，由于对方的生产线已经完成设计，大部分都是很黑、很暗的传送带，轮胎本身又是黑色橡胶材质，即使打光也很难照亮，此时传统光学检测就很难进行准确区分，需要运用到基于AI的机器深度学习。得益于搭载Intel CPU的工控机和OpenVINO，不仅成功满足项目需要，同时在没有额外GPU的情况下，仅做了很少的工作，就取得了10倍以上的性能提升。

人工智能对数据量要求非常大，对数据处理要求也非常高，而Intel提供的视觉解决方案工具包OpenVINO，可以更好的将人工智能和异构边缘计算结合并将方案实际落地。

OpenVINO能加快高性能计算机视觉和深度学习应用的开发速度，并支持在各类Intel平台的硬件加速器上进行深度学习，允许异构执行，具备很强的视觉推理优势。简单来说，该工具具备4项优点：提高性能、整合深度学习、加速开发、创新和定制。

至于OpenVINO在实际应用时可能遇到的一些问题，我们热点科技采访了上海深视科技创始人兼CEO李扬及Intel的技术专家。

提问1：基于Intel硬件和OpenVINO的系统，在实际应用时成本如何？

回答：工厂非常注重成本，需要计算ROI（投资回报率），民营企业、外企和国企计算方式不太一样。他们往往会这么计算，取代人工的设备一般是三年的投资回报率，设备要三年回本。对于每个行业的头部客户来说，他们更愿意使用新技术，因为产品品质对他们非常重要。这类企业考虑到人工本身有一些不可抗性，其中主观性会对他们的产品会带来一些问题，对于大量的检查，有时他们不完全相信人工，希望机器可以有更好的客观统计性。

提问2：这一套系统安装到工厂之后，对网络环境要求高吗？

回答：网络确实是一个很大的问题，工厂通常来说网络环境都不是很好。OpenVINO是一个终端推理的加速引擎，准确率可以进一步提高，但是往往需要服务器支撑，我们在工厂部署无法采用公有云的服务器，只能在终端安排一个工控器，工控器之中我们会去平衡，我们尽量使用加速器可以让它在有限的环境下运行。

提问3：OpenVINO本身是一个高度集成的工具包，包括视觉加速、深度学习、创新定制等，深视科技在OpenVINO工具基础上做了哪些定制和开发？ 

回答：整个软件的算法架构分了很多多层，OpenVINO对我们来说是底层SDK，上层会有类似于深度学习的通用框架，比如TensorFlow。再上层是我们定制化模型，模型之上才是应用层。我们自己的学习框架本身也支持异构运算，支持GPU和CPU，也支持不同的加速卡，它与英伟达GPU的使用是同等级别的。

我们和Intel有明确分工，基本不需要调整OpenVINO底层，他们负责更底层，让我们这些公司做出来的模型和框架可以更好的在Intel的硬件上运行。此外，OpenVINO本身就对加法卷积的工作做了优化，可以让CPU的性能发挥到最好、最优。

提问4：如果5G可以开始初步实现，对工厂的意义有多大，能从您的系统角度聊一下吗？

回答：我不是5G方面的专家，不过我们已经和部分拥有5G试点的客户在作相关合作。5G本身带来了三个优势，一方面是速度更快；二是延时更低，是毫秒级的；三是有非常高的并发。4G在几千人的小区里，网络就会拥堵，但是5G不会，因为他们不是一个数量级的。对这方面需求最高正是工厂生产，工厂中会有很多联网的设备，针对数据量最大视频和图像方面，我们现在已经在做相关工作了，会把每个相机的终端做的非常轻，会把所有的数据直接传到本地的服务器里处理。

总结

对于工厂实际生产而言，基于Intel硬件和OpenVINO的视觉感知检测方案无疑是很好的选择之一。Intel不仅提供了高性能的硬件，而且通过OpenVINO还能把硬件和软件相结合，可广泛覆盖应用场景，并且适用于工业应用场景的需求。除此之外，在Intel和众多科技企业的努力下，还能推动AI技术在各行各业的普及，基于深度学习的人工智甚至能更好、更快的推动数据的智能化，让更多人可以感受到AI的强大之处。