AIDI是由阿丘科技自主研发的基于深度学习的工业视觉软件平台，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。

AIDI核心模块：四大功能模块+OCR工具包

● 定位：检测图像中的单个或多个目标的位置与角度，可以在目标多样、姿态多样等复杂场景中快速查找目标。

● 分割：对图像进行像素级检测，精准识别缺陷的位置和类别。常用于检测产品表面细小的缺陷，例如裂纹、划伤等，是应用最为广泛的缺陷检测工具。


● 检测：对图像进行区域级检测，准确识别目标物或缺陷。常用于产品表面成块缺陷检测、多目标检测等场景。


● 分类：判断整张图像所属类别，常用于缺陷分类和产品的分选定级等场景。


● OCR：对图像中的字符进行准确定位和高效识别。常用于快速读取各类复杂场景中产品或元件的字符信息。


AIDI算法亮点：

● 计算速度快：设计高效的网络结构，推理阶段计算图优化，在保证检测指标的同时，提高训练速度和推理速度

● 针对小型缺陷检测精度优化：对于传统算法无法检测的细小缺陷，通过自动对缺陷区域重采样，提升小缺陷关注度，提高小缺陷检测能力

● 支持小样本场景：提供数据增广工具扩增缺陷数据，提高小样本场景识别率;提供非监督学习算法模块，通过学习正样本完成对缺陷的检测，降低对缺陷样本的依赖和部署成本

● 支持多种格式图像直接导入：支持2D/3D、TIFF等多种格式图像直接进行标注、训练和推理



AIDI落地应用案例分享：动力电池制造

近年来，随着技术的进步和国家的大力支持，新能源汽车正以极高的速度向前发展并占领市场。而动力电池作为新能源汽车的动力来源，对其产能和质量的要求也越来越高。但是现有传统视觉检测方法（包括人工目检和传统机器视觉算法检测）效率低下并且过检漏检率高，慢慢地已经无法匹配动力电池的高生产速度和质量要求。

包覆蓝膜是动力电池的生产过程中的一道重要工序。蓝膜，又名隔离膜、防粘膜、保护膜等，有红、绿、蓝、白、黑等多种颜色，分为单面离型膜和双面离型膜，在动力电池中使用的通常为蓝膜。作为一种绝缘材料，蓝膜将电芯与电芯之间分隔开来，阻隔单个电芯由于各种故障对其他电芯造成的影响，防止“一损俱损”。蓝膜的厚度小，仅在0.015mm-0.20mm间，在生产过程中容易出现划痕、破损、褶皱等缺陷，这些缺陷有的会影响产品外观，有的甚至会对产品功能造成损害。（如下图所示）

电芯蓝膜缺陷检测难点：

蓝膜本身光学特性致使许多缺陷特征不明显，传统算法过漏检率极高；

缺陷种类极多且部分缺陷种类样本难以收集；

产线节拍较快，去掉机械结构动作时间后，留给软件检测时间较短，对算法效率要求高；

部分缺陷2D方法不可检，必须通过3D相机获取其深度信息，采用2D+3D方法才可有效检出；

▲电芯蓝膜外观检测流程

▲电芯蓝膜缺陷种类

阿丘科技全方位的对电芯蓝膜外观检测缺陷进行分类，并针对缺陷分类完善电芯蓝膜外观检测流程（如上图所示），最终，阿丘科技与合作方一致通过以下解决方案：

通过2D检测方法解决诸如划痕、破损、脏污等缺陷，应用的是阿丘科技自研的工业AI视觉检测软件AIDI中的2D检测算法。在电芯蓝膜缺陷检测过程中，部分缺陷需要对缺陷轮廓进行准确描绘才能分辨其缺陷特征，针对这一难点，阿丘科技通过运用AIDI中的分割模块，对此类缺陷完成像素级检测。另针对在普通平面图像与背景并无较大差异的凹坑缺陷，且不同深度的凹坑光学特性几乎一致，无法对细微凹坑进行有效过滤这一难点，阿丘科技通过融入3D检测方法，获取缺陷的深度信息，检出平面图无法分辨的缺陷（如下图所示）。最终实现综合漏检率小于0.05%，过杀率1%，检测节拍优于生产节拍的成果，解除了检测能力不足对产量进一步提升造成的瓶颈。

方案优势：

检测精度高，AIDI中的分割模块，可以对缺陷区域自动重采样，提升小缺陷关注度，实现对细小缺陷的精确检测；算法优化程度高，基于深度学习算法，训练推理速度快、标注工具完备，在市面上同类软件中亦独占鳌头；易用可靠：阿丘科技工业AI视觉检测平台-AIDI集标注、训练、模型调优为一体，无需编程，支持二次开发，软件性能稳定可靠。目前整体检测系统得到国内某知名动力电池生产厂商高度认同和肯定，并已经开始批量复制。