在自动化与生产装备的基础上，经过数据采集-数据连接-数据分析应用-工业互联网平台等可 将工厂从感知层-产线层-工行层-产业链层进行连接，形成自感知、自执行、自决策的智能工厂体系。 ◼ 工业智能主要应用于视觉检测和预防性维修、生产优化、机器人视觉等方向：
工业视觉是当前工业领域应用较多的AI技术，工业视觉的用途主要有质量检测、尺寸测量、缺陷检查、识别和定位等。当前在汽车和电子3C制造业中应用泛， 伴随着中国制造业
转型升级，精密检测、智能控制等工业智能将迎接更大的市场。
◼ 机器视觉和数据智能让机器有了眼睛和大脑，技术优势明显，应用广泛。机器视觉的构成是仿照人 类视觉的构成而形成的。机器视觉由硬件和软件构成硬件主要包括工业相机、光源、镜头、图像采集系统，软件是机器视觉系统中的核心 部件视觉分析软件，底层软件核心算法是机器视觉行业的壁垒。数据智能分析的基础是大数据，大数据体系建立和数据挖掘是智能工厂全面智能化的前提。
表面检测：
◼ 检测对象：磁性材料表面
◼ 缺陷类型：开裂、圈裂、杂质、掉角、削角、磨不平、翘板、毛刺等缺陷
◼ 核心技术指标：检测精度：０.３ｍｍ
◼ 漏检率：≤10PPM ( 百万分之十 )
◼ 过杀率：＜２０％ 传统制造业人工质检，存在产品质量不可控、人力资源成本高、人员安全没保障等一系列问题。基于机器视觉的智能质检方案，将计算机视觉技术、人工智能深度学习算法等应用在3C制造、家电、汽车制造等表面缺陷检测、标准件检测以及紧固件缺失/异常/异物检测， 通过计算机视觉技术，检测手机中框上刮、擦、碰、脏污等缺陷，替代大量的人力重复工作，降低流水线人力成本。
