手机圈竞争越来越激烈，对3C厂商生产供应链也是大考。记者昨日从深企思谋科技获悉，思谋AI算法平台可对产品外观缺陷进行自动检测，提升检测速度50%，替代原产线上80%的人工工作。
据思谋相关专家介绍，手机整机厂的生产环节几乎由供应链上的合作伙伴完成，整机厂则更多对供应链负责进行全流程的管理，包括需求计划、物料追踪等，涵盖整个产品周期，从新产品导入到量产再到项目收尾结束。如何保证供应链每个环节的出品标准都达到高质量，是对整机厂的大挑战。
质检在供应链中扮演了绝对重要的角色。以无线充电线圈为例，近些年无线充电已成为主流手机的标配功能，各厂家、供应链因此对这个通常被暗藏在手机背面中央的零部件的需求也大幅增加。想做好无线充电圈的品控并不容易，无线充电圈由多个区域组成，每个零部件非常小和复杂，其缺陷形态各异，因此在做缺陷检测的时候，人工容易误判或漏检。
数据显示，行业第一梯队的无线充电线圈供应商日产量需达件以上，如采用人工目检的方式，需要极大的人力成本投入，且人工检测一致性低，人眼易疲劳，无法长时间稳定有效进行质检，从而导致缺陷品流入市场。
思谋科技专门为合作客户打造了一套AI外观缺陷检测自动化设备。该设备通过机械臂自动上下料，与产线无缝衔接，搭载思谋自有视觉算法平台训练的分类和分割深度学习算法模型，提供OK/NG物料区分，对NG物料进行14类细小缺陷检测和6大类分装盘等，全面提升产线检测效率，且提供制造工艺分析的数据——检测速率可达-片/小时，远超人工检测的片，提升检测速度50%，替代原产线上80%的人工工作，每年单机可节约60万元人力成本，同时保证缺陷检出率在99%以上，过检率小于1%的高标准。
在3C生产中，对关键零部件生产的批次编码进行识别记录，有助于追溯手机零部件代工厂生产问题，及时做出调整。以手机震动马达为例，手机震动马达约指甲盖大小，且其上的字符由激光雕刻，容易出现雕刻模糊不清的问题，若使用人工进行字符读取，识别难度高，对人工的要求也高。此外，手机震动马达字符方向多样，雕刻形式不一，场景复杂，若使用基于规则的传统OCR字符识别，识别效率和准确率低。思谋算法方案可应用于人工检测及传统OCR难以满足的复杂场景，采用端对端技术，支持高效图像采集，智能标注，快速完成OCR(光学字符识别)标注、训练任务，实时导出深度学习模型，全面对接产线，准确率高达99%，短时间可提升8倍产能。
思谋科技目前还针对手机震动马达、手机SIM卡槽、数码手表表带、电脑显示器中框等零部件类别，提供对应的OCR和缺陷检测解决方案。
（文章来源：读创）