基于百度多年的视觉技术的积累,集成各类摄像头、无人机、机器人、AI芯片及巡检场景模型,实现对工业生产领域生产作业、设备状态、人员安全的智能监控和实时预警,助力企业实现安全生产,提升监管效率
获取厂区视频监控数据,实现对工业厂区安全监测,如:安全着装、人车跟踪管理、违规违纪监测
实现生产过程中违规作业、生产机械状态、生产环境监控
获取电力机器人、端设备拍摄图像数据,实现输电线路通道可视化监控、电力本体缺陷检测、变电站设备、仪表及指示状态识别
电网高压线路环境监测十分重要,如果发生火情等问题后果将不堪设想。百度输电线路通道可视化检测解决方案,对施工机械、烟雾山火以及导地线异物等13类场景进行高效检测和高精度危害预警,极大程度降低安全隐患发生。模型可部署在边缘计算AI芯片中,实现了隐患识别任务在边缘节点内部处理闭环
电力本体缺陷检测采用机器人拍摄图像,人工进行检测方式。人工需要从几十万图像数据中逐一判定缺陷,且由于环境空旷,背景复杂,缺陷检测难度极高,不同缺陷需要不同的专家进行判定。百度电力本体缺陷检测解决方案,实现电力本体缺陷智能检测,有效降低人员工作强度,提升检测效率及准确率
变电站中仪表读数、电力设备开关状态识别、电力设备异物识别为常态化工作,目前主要依赖人工检测方式。百度通过深度学习技术实现各类仪表、开关、指示灯状态、异物等场景的智能识别,有效提升工作效率及识别准确率
汽车整装环节中工序较多,为了避免组装人员漏装零件或违规操作,导致生产质量问题,百度基于深度学习技术,对各工序动作是否违规进行智能检测,提高生产质量及生产效率
工业车间及工地面积较大,环境嘈杂,人员作业存在安全隐患,保障人员安全至关重要。百度安全防范检测解决,实现了人员安全着装、危险区域、违规行为的实时检测及告警,针对超远景区域,也能精准捕捉,降低日常作业安全风险,提升监管力度
工业厂区经常需要对于现场物料进行盘点,通过人员手工盘点效率极低,耗时长,且统计数据不能实时记录在库存管理系统。百度基于无人机采集的图像结合深度学习技术实现物料的智能盘点,提升盘点效率高
集成各种摄像头、无人机、机器人以及百度AI模型,适配工厂各种网络状况及使用环境。
基于视觉平台模型库,针对工业生产中的各类特殊场景,灵活定制各种识别模型,适应各场景的多层次需求。
结合百度业界领先的深度学习算法能力,针对各细分场景打造效果最优的AI算法模型。
基于工业视觉平台模型训练框架、多端多平台的高性能推理引擎、端云协同能力,模型支持在云、边、端软硬一体化的部署。
东方电子是智能电网解决方案供应商,为各供电场所提供仪表读数、电力设备开关状态识别、电力设备异物识别等工作,目前主要依赖人工检测方式。由于机器人采集的图片数量加大,缺陷数据占比较低,检测工作强度较高,准确率无法保障。百度智能云通过深度学习技术助力东方电子完成各类仪表、开关、指示灯状态、异物等场景的智能识别,有效降低人员工作强度,并提高识别准确率。