使用价值成效

运用借助飞桨深度神经网络服务平台搭建的EasyDL零门坎AI软件开发平台，进行喷油嘴鉴别实体模型。融合原来工作流程和硬件配置，完成对检测职位之中人力资源管理耗费较大的阶段开展人工智能技术化的技术创新，完成零件缺陷判断的智能化，及其节省近60万/年的人工成本、并将检测高效率总体提升30%。

实例小故事

关键需求

喷油器高压闸阀缺陷检验每日均值要求4000-6000件，最高值12000件，现阶段只有借助人力人眼来完成分辨。但是，相近的检验工艺流程，在喷油器生产制造之中也有2个。现阶段视觉效果分辨工艺流程需由娴熟实际操作的职工投入4～7人每个班的核查人力资源，如按每日3个车次测算，视觉效果分辨工艺流程人工成本将做到 60万/年，是全企业投入产出比最少的工艺流程。因此，柳州市源创期待尽快依靠人工智能应用释放出来一部分人力资源，便于提高质量检测的审批高效率。

解决方法

第一步：依据质量检测总体目标，挑选规范的试品结合；

第二步：根据EasyDL不断练习鉴别实体模型；

第三步：制订自动化技术计划方案；

第四步：硬件软件执行布署，进行自动化技术计划方案；

第五步：客户先根据自动化技术提交每一次收集被测试品照片，随后即时提交已利用的鉴别实体模型开展判断，再回到相对应的处置结果，最终由自动化技术将试样开展归类运转。

根据以上机器视觉检测计划方案鉴别出的喷油嘴高压闸阀的有关问题：小黑点（black）、缺陷（defect）、刮痕（scratch）