單位名稱：深圳市騰訊計算機系統有限公司
詳細地址：
單位類型：民營企業
所屬區域：廣東省 - 云浮市
所屬行業：
成立時間：2016-03-21
人員規模：0
注冊資金：
單位網址：http://www.tencent.com/zh-cn/
郵編：
法人代表：
公司規模：
方向：標識,平臺,安全,解決方案
瀏覽次數：8463
優勢：暫缺
單位簡介：暫缺
本單位工業互聯網典型案例
項目名稱：華星光電AI智能質檢項目
實施時間：2018.0
實施地點：TCL華星光電技術有限公司
合作單位：TCL華星光電技術有限公司
技術/方案特點及先進性：液晶面板檢測生產自動化程度極高，每個檢測點通過AOI機臺拍照上傳圖片。需要人工智能AI判片模型，對產線實時發送的圖片進行判片。
騰訊人工智能AI判片模型，對產線實時發送的圖片進行判片，每張圖片分配置信度，當設定的閾值大于置信度，MES產線直接接受AI判片結果，從而減少人肉眼判片工作量。
騰訊基于行業領先的AI圖像算法和缺陷檢測模型，能夠適應一定的產線波動，具備自主學習迭代功能，保證模型具有高穩健性，各項業務指標均大幅領先于同行，可快速應用到新的產線、新的產品。
為了保障一天140萬張圖片數據與MES系統交互不遺漏，幾百個模型與站點數據交互準確無誤，GPU卡資源靈活調度負載均衡，騰訊AI缺陷檢測系統設計了適合工業產線穩定可靠的自動判片系統，保障了華星生產工廠實現人工智能無間斷、高精準的自動缺陷判別。
為了降低算法模型開發的門檻，騰訊AI訓練平臺將通用算法和行業算法封裝成鏡像，讓客戶的工程師可以從0->1創建出一個全新的模型，完成技術內化，支持新產品新站點獨立開發。
解決的痛點和問題：TCL華星光電工廠的MonitorRoom中，每個圖片質檢員每天要對大約10,000張圖片進行質量檢查，平均需要在3秒內完成對每張圖片的缺陷分類，對是否有落在線路上、影響的嚴重程度等進行判斷。由于缺陷種類多達120種，在不同線路、不同產品上的缺陷特征又不一樣，一個質檢員從入職到上崗，需要2-3個月的崗前培訓才能勝任。
實施效果：騰訊公司助力華星光電實現了人工智能在AI判片的應用，全面承接了T1，T2和T6工廠圖片自動識別（AutoDefectClassification，簡稱ADC）系統，在Array/CF/Cell工藝制程的落地實施。騰訊AI訓練平臺內置算法通用鏡像和行業鏡像，并提供算法咨詢服務，讓合作伙伴無需招聘高級算法工程師，也可以完成AI算法模型開發。在華星光電項目中，借助騰訊AI訓練平臺，格創東智利用液晶面板行業經驗，獨立開發的模型達到了良好的應用效果，得到了客戶的認可已經上線。對比傳統的人力判片方式，AI識別速度提升10倍，縮減人力50%。
推廣行業及適用場景：本案例的基礎技術研究，包括物理網技術、圖像識別技術、深度學習算法、決策優化技術、工業大數據技術、工業互聯網平臺技術。依托技術能力的實際落地突破，構筑工業AI機器學習平臺支撐行業普遍需求。我們希望用AI去幫助中國的制造業企業，用更多的平臺實現信息孤島的連接，從海量生產數據中尋找描述生產過程模型規律，給生產優化操作提供建議，代替操作員的質量檢查質量問題分析與處理，用類人的智慧去進行生產的決策與供應鏈協同。
參與聯盟白皮書/標準/報告編制情況
| 白皮書/標準/報告名稱 | 負責的內容 | 單位角色 |
|---|---|---|
| 工業互聯網典型安全解決方案案例 | 石化油氣工業互聯網安全解決方案 | 參與單位 |
| 工業互聯網助力企業抗擊疫情、復工復產案例集 | 騰訊工業互聯網助力企業復工復產、抗擊疫情 | 參與單位 |
| “推動工業互聯網加速發展——AII成員在行動”案例集 | 騰訊云全面擁抱工業互聯網，助力數字新基建 | 參與單位 |
已取得的聯盟項目情況
| 時間（年） | 項目類型 | 項目名稱 | 單位角色 |
|---|---|---|---|
| 2019 | 工業智能應用案例 | 基于人工智能的自動缺陷分類系統 | 參與單位 |
| 2018 | 工業互聯網典型安全解決方案案例 | 石化油氣工業互聯網安全解決方案 |
資源熱搜
換一批