智能制造，AI质检方面有哪些场景和突破？

AI质检的应用场景广泛，可涵盖95%以上的工业场景检测需求，目前在多个工业细分领域均有落地，例如 液晶面板，半导体，晶圆加工，芯片加工，汽车制造、 汽车电子 、新能源等场景；
当前工业行业质量控制的主要障碍主要包含：
A、 产品迭代周期快， dummy 期短，换型效率与模型精度要求高；
B、 细分领域零散，产品种类多样，难以使用一个通用模型覆盖所有应用场景；
C、 数据采集设备行业普及率低，行业数据存量低，难以收集足够数量的样本满足训练需求；
D、 数据质量参差不齐，人员标注效果会严重影响模型训练的效果与兼容性；
针对如上问题，目前AI质检已取得的技术突破点有基于正样本的异常检测，基于小样本的模型快速迭代，基于未知缺陷的分割等。