应用层-AI供应链优化

一句话定义：质检（AI-Powered Quality Control / Visual Inspection）指 AI 通过计算机视觉和深度学习技术，在制造生产线上自动检测产品缺陷（表面缺陷、尺寸偏差、组装错误等）的质量控制技术。
核心要点：
质检是制造业 AI 落地最成熟的场景之一：原因在于视觉检测可标准化、数据易获取、ROI 直接可量化
核心技术：图像分类（好/坏产品）、目标检测（定位缺陷位置和类型）、语义分割（精确到像素级缺陷边界）
工业视觉检测的挑战：缺陷样本稀缺（缺陷发生率低，正样本少）、检测精度要求极高（漏检率接近 0）、实时性要求（产线速度要求毫秒级响应）
3D 视觉检测是升级方向：2D 视觉无法检测体积/形变缺陷，3D 点云+深度学习成为趋势
AI 质检与传统机器视觉的区别：AI 可识别"未见过的缺陷类型"（泛化能力），传统机器视觉只能检测已知缺陷模式
典型应用/案例：
Cognex In-Sight：工业视觉检测龙头，AI 增强的视觉系统广泛应用于汽车、电子、食品行业
视源股份（CVTE）：中国面板行业 AI 质检，覆盖 LCD/OLED 全工序
宁德时代/比亚迪：动力电池质检，AI 视觉检测极片缺陷、焊接质量
关键数据/指标：
AI 视觉质检准确率：头部系统达到 99.5%+，超过人工质检平均水平（97-98%）
人工质检员平均每班次检测约 2000-3000 件，AI 系统可 7×24 小时不间断运行