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。