智能制造质检平台

项目介绍

项目针对电子制造产线人工质检效率低、标准不一致和缺陷追溯困难的问题，建设 AI 质检试点。首期覆盖典型外观缺陷识别、复核标注、缺陷分类、批次关联和质量趋势分析。

技术实现

产线侧部署图像采集与边缘推理服务，模型使用 PyTorch 训练并通过 ONNX Runtime 推理。后端保存识别结果、原图、缺陷框、复核结论和批次信息，前端提供缺陷看板、复核工作台和模型效果评估。

系统分为采集层、模型推理层、业务复核层、质量追溯层和模型迭代层。人工复核结果回流训练数据集，模型版本、样本来源和识别结果保留关联，方便评估模型稳定性。

业务价值

平台把质检过程从人工抽检和事后统计转为实时识别与复核闭环。质量团队可以更快发现缺陷趋势，工艺人员能基于批次和设备信息分析原因，模型也能在真实数据反馈中持续优化。