进入工业4.0时代，工厂开始从制造向“智造”转变，数字化和智能化车间，已经成为汽车智能制造的重要载体。近年来更是出现了“无人化”车间，冲压、焊接、涂装、组装等复杂作业全部交由工业机器人来完成。机器视觉技术在汽车制造业中的应用，成为该行业自动化升级的“推进剂”，大大提高了工艺运行质量和生产效率，降低了劳动强度，已成功落地国内外诸多大型企业。

应用难点

目前，我国汽车零部件的机加工线及装配线，多采用以基于规则去匹配场景的传统视觉算法进行缺陷和外观检测。随着工业数据采集、检测的需求越来越多，场景越来越复杂，当遇到产品型号冗杂、取像灰度不一、装配背景复杂、对焦不清晰、对比度低等问题时，传统机器视觉已经力不从心，在准确率和稳定性等方面无法满足用户的需求。

由AI赋能的机器视觉

AI视觉检测以深度学习算法为核心,对比传统算法最大的不同之处在于，它不再通过编程算法来搜索特定特征，而是训练深度学习系统内的神经网络，通过学习各零部件的形态特征，建立包含零部件特征的深度学习模型，快速定位识别不同组件，完成检测。所以，深度学习的识别方式将不再对上述复杂场景有特定的要求。

阿丘科技AIDI基于深度学习的智能平台

工业AI视觉检测软件平台AIDI（Artificial Intelligent Defect Inspection）是基于深度学习的工业AI平台解决方案，赋能多种工业应用场景，可解决复杂缺陷和字符的定位、检测、分类及识别等问题，具有强大的兼容性。AIDI内置多种应用模块，无需编程，帮助用户快速构建和迭代模型，满足不同业务场景下的差异化需求，助力产业智能化升级。

软件主要包括定位、分割、检测、分类四大核心功能模块以及OCR字符识别工具包。