機器視覺正成為推動工業(yè)智造升級的核心技術(shù)力量。OPT通過持續(xù)創(chuàng)新，構(gòu)建了從底層算法、中層平臺到上層應(yīng)用的全棧式AI技術(shù)體系，為制造業(yè)提供智能視覺整體解決方案。
一、底層算法升級：性能優(yōu)化與實用性的深度融合
OPT AI在底層算法上持續(xù)突破，通過提升算法性能、降低數(shù)據(jù)依賴，增強算法可靠性等為基于AI的機器視覺規(guī)模化應(yīng)用提供堅實支撐。
高效輕量AI模型，實現(xiàn)性能與效率平衡
依托OPT海量的工業(yè)數(shù)據(jù)和豐富的AI行業(yè)經(jīng)驗，基于自監(jiān)督對比學(xué)習(xí)技術(shù)，訓(xùn)練專用的工業(yè)預(yù)訓(xùn)練模型，利用模型剪枝、知識蒸餾等輕量化技術(shù)，得到高精度輕量化預(yù)訓(xùn)練工業(yè)AI模型，實現(xiàn)性能和效率的平衡。
以語義分割任務(wù)為例，在低配CPU（i5-2400）條件下，分割結(jié)果相當時，百萬像素圖像的推理時間縮短至20毫秒，較上一代輕量化模型提速60%，相較于常規(guī)輕量化分割網(wǎng)絡(luò)提速100%，大幅降低了對計算資源的依賴，確保AI模型在低算力及邊緣設(shè)備下也能高效運行，從而賦能老舊設(shè)備升級、云邊協(xié)同分析等更廣泛的工業(yè)場景。另外，基于千萬級工業(yè)數(shù)據(jù)開發(fā)的視覺大模型，能在零樣本條件下實現(xiàn)精準匹配與定位，在GPU 4080Ti下，大模型的推理速度達60FPS。
高可信度檢測算法，確保結(jié)果穩(wěn)定可靠
在工業(yè)視覺檢測中，AI模型的可靠性和穩(wěn)定性是更高級別的需求。OPT 自研高可信檢測技術(shù)，能夠有效提升AI檢測結(jié)果的可信度與一致性，確保檢測精準穩(wěn)定。一方面，研發(fā)置信度度量和訓(xùn)練策略，提升檢測網(wǎng)絡(luò)預(yù)測結(jié)果置信度的可信度；另一方面，研發(fā)關(guān)鍵目標推理結(jié)果一致性度量方法，保證關(guān)鍵目標不僅能檢出，而且檢得準，檢得對。應(yīng)用于鋰電焊接工藝與鋼材缺陷檢測中，常用mAP指標提升了2.6%，漏檢與誤檢率顯著降低。
鋰電數(shù)焊接和涂布工藝缺陷檢測結(jié)果
小樣本學(xué)習(xí)+數(shù)據(jù)生成技術(shù)，降低數(shù)據(jù)依賴
高質(zhì)量數(shù)據(jù)對AI模型的魯棒性與泛化性至關(guān)重要，但在工業(yè)場景中，數(shù)據(jù)稀缺常常限制了AI模型的落地應(yīng)用，OPT 的小樣本學(xué)習(xí)從算法和數(shù)據(jù)兩個層面降低數(shù)據(jù)依賴。
算法層面：基于海量工業(yè)數(shù)據(jù)，結(jié)合遷移學(xué)習(xí)與元學(xué)習(xí)策略，預(yù)訓(xùn)練基座模型對標注數(shù)據(jù)的依賴量降低30%。
數(shù)據(jù)層面：開發(fā)半自動化數(shù)據(jù)生成技術(shù)，利用常規(guī)圖像擴增、生成對抗網(wǎng)絡(luò)與擴散模型等技術(shù)手段，能在零樣本條件下實現(xiàn)關(guān)鍵目標的精準編輯與高質(zhì)量圖像生成。例如，在手機中框小孔缺陷檢測中，模型可生成包含特定缺陷的高質(zhì)量缺陷圖像，彌補真實數(shù)據(jù)的不足。
手機中框小孔缺陷編輯、擦除生成效果
二、中間層產(chǎn)品迭代：從AI軟件到生態(tài)平臺的智能化轉(zhuǎn)型
OPT持續(xù)優(yōu)化、迭代產(chǎn)品，通過提升穩(wěn)定性、擴展功能與改善用戶體驗，逐步構(gòu)建了一個高效的視覺生態(tài)平臺，降低AI項目實施門檻，提高項目開發(fā)效率。
DeepVision3軟件全面升級
DeepVision3軟件作為OPT的核心AI工具，相較于上一代，已在穩(wěn)定性、易用性與功能性上實現(xiàn)顯著提升。以交互式分割標注功能為例，基于海量工業(yè)數(shù)據(jù)對分割大模型的訓(xùn)練以及智能交互策略的優(yōu)化，3-clip指標下mIoU提升10%。
此外，DeepVision3軟件從僅支持單一2D圖像擴展至2D、3D點云、偏振、紅外等多模態(tài)數(shù)據(jù)，滿足多樣化的工業(yè)視覺分析需求，助力DeepVision 3從單一的AI工具逐步演變?yōu)榫C合視覺平臺。
DeepVision3核心功能
Web版AI平臺提升項目協(xié)作與模型部署效率
OPT 推出Web版AI平臺，通過云端協(xié)同設(shè)計，實現(xiàn)多人多任務(wù)的高效協(xié)作，用戶無需復(fù)雜環(huán)境配置即可快速啟動AI項目，實施效率顯著提高。例如，在新能源檢測中，團隊可通過平臺共享模型與數(shù)據(jù)，項目實施效率提升50%以上。
Web版AI平臺與DeepVision3 AI軟件和Smart3視覺軟件無縫銜接，通過云端協(xié)同進一步加速項目開發(fā)，尤其是大規(guī)模生產(chǎn)制造場景下的AI 模型開發(fā)及機臺復(fù)制。基于此，單機節(jié)點可利用有限算力實現(xiàn)分批次快速數(shù)據(jù)標注，然后以數(shù)據(jù)共享的方式融合標注結(jié)果，依托中央節(jié)點高算力服務(wù)器進行模型快速訓(xùn)練和驗證，最后把訓(xùn)練完成后的模型一鍵下發(fā)到數(shù)百個檢測機臺。
端云協(xié)同的智能工廠模式
三、上層行業(yè)應(yīng)用：深耕垂直場景的深度賦能
OPT的AI產(chǎn)品與解決方案已深度應(yīng)用于新能源、3C電子、半導(dǎo)體等高端制造領(lǐng)域，2024年實施規(guī)模以上項目數(shù)百個，檢測產(chǎn)品數(shù)十億件。
鋰電行業(yè)
OPT推出行業(yè)通用AI模型，實現(xiàn)對鋰電卷繞、切疊等主流工藝關(guān)鍵工序的高速自適應(yīng)通用檢測。面向鋰電前道工序（涂布、分條、模切等），OPT提供開箱即用的高速高精度工業(yè)視覺方案；針對形態(tài)多樣的中后道工序（焊接、包裝、入殼）等，OPT研發(fā)自適應(yīng)遷移學(xué)習(xí)技術(shù)，助力產(chǎn)線換型時AI 項目實施周期縮短40%。
面向新能源的行業(yè)通用解決方案
3C電子行業(yè)
OPT 研發(fā)高精度、高可信的AI 解決方案，覆蓋手機制造中屏幕、組裝、電子回收等廣泛工藝流程，在側(cè)壁小孔、通孔的刀紋、未見光、劃傷以及音圈馬達表面壓傷等缺陷檢測中，精準率遠超行業(yè)標準。在手機、耳機的膠路復(fù)檢項目中，借助于高質(zhì)量圖像生成技術(shù)，僅需15張圖像即可生成大批高質(zhì)量的缺陷圖像數(shù)據(jù)，生成精度控制到3 pixel， 誤檢率控制到0.1% 以下。
半導(dǎo)體行業(yè)
面向12英寸晶圓，可實現(xiàn)精準快速的AOI檢測與計數(shù)，檢測項覆蓋了臟污、刮傷等16項缺陷類型，檢測精度達毫米級。對多達60萬顆晶粒進行精準計數(shù)和分類可視化，整體視覺處理時間低于30秒，漏檢率為0.1%、誤檢率為2%。
OPT AI技術(shù)還應(yīng)用到物流、交通、醫(yī)療等多個領(lǐng)域，例如，在物流行業(yè)，助力分揀系統(tǒng)實現(xiàn)每小時1518件包裹的精準檢測，抓取成功率100%，上雙率低至0.01%。
四、未來發(fā)展：技術(shù)深化與場景拓展
未來，OPT將聚焦于打造輕量化、高精度和一站式技術(shù)解決方案，進一步提升技術(shù)實用性與產(chǎn)業(yè)覆蓋面。
打造更輕量化的視覺方案
采用模塊化配置實現(xiàn)檢測、分類、匹配、定位與邊緣檢測等功能，廣泛適用于組裝環(huán)節(jié)的智能定位引導(dǎo)和視覺檢測，實現(xiàn)低成本、高效率的AI項目實施。
研發(fā)高精度輕量化工業(yè)大模型
基于海量工業(yè)場景數(shù)據(jù)和充足算力資源，打造具備精準匹配、跟蹤、計數(shù)與檢測等能力的通用行業(yè)大模型，模型通過優(yōu)化架構(gòu)與推理策略，將在復(fù)雜工業(yè)場景中實現(xiàn)更高的檢測精度與更廣的泛化性。例如，在半導(dǎo)體晶圓檢測、3C電子關(guān)鍵目標檢測中，模型能夠進一步提升對微小缺陷的檢測能力以及在小樣本，甚至零樣本條件下的泛化性和通用性。
工業(yè)視覺大模型
提供一站式AI解決方案
OPT將發(fā)布高質(zhì)量工業(yè)AI生成平臺，支持圖像擦除、編輯、缺陷遷移與高質(zhì)量圖像生成，通過生成技術(shù)模擬真實場景數(shù)據(jù)，進一步降低對工業(yè)高質(zhì)量訓(xùn)練數(shù)據(jù)的依賴。在此基礎(chǔ)上，打造一站式智能解決方案平臺，覆蓋數(shù)據(jù)挖掘、知識梳理、高質(zhì)量數(shù)據(jù)生成、半自動標注、用戶確認、一鍵模型訓(xùn)練、模型調(diào)配與批量部署的全流程。用戶可根據(jù)需求定制方案，例如，應(yīng)用在新能源檢測中，從數(shù)據(jù)準備到模型上線僅需數(shù)小時。
更高效智能的AI 實施流程
OPT 持續(xù)優(yōu)化底層AI算法，研發(fā)高效的語義分割、高可信檢測、小樣本學(xué)習(xí)與數(shù)據(jù)生成技術(shù)，推進DeepVision 3與Web平臺的智能化升級，在新能源、3C電子、半導(dǎo)體等行業(yè)實現(xiàn)了精準賦能。展望未來，OPT將進一步打磨AI 軟件和平臺，打造開放的技術(shù)生態(tài)，為行業(yè)釋放更大的AI 能力，賦能更多企業(yè)實現(xiàn)智造升級。