01

2018雪浪製造AI挑戰賽落幕，禾思科技人員獲得冠軍

2018年8月13日，由江蘇省無錫經濟開發區（太湖新城）、阿里雲計算有限公司聯合主辦2018雪浪製造AI挑戰賽總決賽在江蘇·無錫經濟開發區（太湖新城）落幕。

2018雪浪製造AI挑戰賽人員合影留念

比賽聚焦布匹疵點智能識別，開展大數據與人工智能技術在布匹疵點識別上的應用探索，承載本次大賽的阿里雲“天池”是全球規模最大的衆智平臺，匯聚了來自全球的20多萬名AI算法科學家。

其中，由禾思科技人員領導的4人“缺陷檢測小分隊”通過速度快，精確高，擴展性更強的布匹疵點智能識別算法獲得了在座評委的高度讚賞和認可，最終成爲2018雪浪製造AI挑戰賽的冠軍得主，並獲得20萬元獎金。

2018雪浪製造AI挑戰賽冠軍頒獎現場

禾思衆成"缺陷檢測小分隊”團隊合影照

02

聚焦布匹疵點智能識別算法，選手們提出了非凡的見解

現場，比賽選手針對布匹疵點智能識別算法檢測中的圖像預處理、目標區域的分割、特徵提取和選擇及缺陷的識別分類等方法，紛紛給出了不同的解決方案，展現出了非凡的創新思維和見解。

前期一直處於A榜、B榜TOP1的“缺陷檢測小分隊”進行了從數據、模型、損失函數三個方面來解決樣本類別不平衡、缺陷區域佔比小、缺陷尺度變化大三大問題的探討。

禾思衆成“缺陷檢測小分隊”白德桃在演講

針對評委提出的算法創新性問題，來自禾思科技的白德桃認爲，大部分檢測算法基本針對的是大圖領域，面對小圖的檢測則往往會存在很大的問題。

禾思衆成“缺陷檢測小分隊”爲了解決這個問題對算法進行了改進和創新，採取了基於MRA Net的算法，可以有效地對小圖進行分類和檢測，最終帶來了1-2個百分點的精度提升。

現場評委點評：內容豐富實用，學到了很多，並開闊了新的思路。

2018雪浪製造AI挑戰賽現場評委圖

03

紡織行業生產管理的重要環節，缺陷檢測可節省50%人力

據悉，布匹疵點檢測是紡織行業生產和質量管理的重要環節，但一直以來布匹疵點檢測都是由人眼完成的。

衆所周知，人工檢測速度慢、勞動強度大，受主觀因素影響，缺乏一致性，這種方法嚴重降低了紡織生產流程的自動化程度。

如果用機器代人，利用人工智能的圖像識別技術來找疵點，原先用的兩個人至少可省一個人，留下一個人做標記，也就是可節省50%的人力。

目前，基於機器視覺的表面缺陷檢測算法仍存在圖像噪聲多、表面缺陷種類繁多、冗餘信息多、數據量龐大等問題。

禾思科技一直研究故障診斷的白德桃也提出，傳統識別方式基本只對明顯、突出的特徵有用，而針對一些小洞，小裂痕的不明顯特徵很難檢測。

禾思衆成“缺陷檢測小分隊”會繼續着重算法的實用性，實現更精準的缺陷定位，追求端到端的應用，實際爲工業製造良品提升帶來極大的幫助。

禾思衆成“缺陷檢測小分隊”白德桃在演講

04

禾思用AI“喚醒”中國製造業，帶來新一輪的工業升級

據瞭解，機器視覺系統的研究和應用範圍涵蓋了工業、農業、醫藥、軍事、交通和安全等國民經濟的各個領域，在現代自動化生產中得到了越來越多的重視和應用。

基於機器視覺的表面缺陷檢測理論研究和實際應用等環節均有可喜的成果，除了此次的紡織行業，禾思科技認爲其實還有許多行業細分領域裏存在着豐富的視覺需求。

禾思科技表示會繼續依靠自主研發的多種視覺算法模型，用AI“喚醒”中國製造業，帶來新一輪的工業升級。

禾思科技人臉識別產品驚豔亮相，智慧城市博覽會圓滿結束！

全球第一！禾思成爲阿里巴巴FashionAI全球挑戰賽冠軍！

深創賽激烈對決，禾思連斬兩項大獎