中国计算机学会青年计算机科技论坛

CCF Young Computer Scientists & Engineers Forum

CCF YOCSEF苏州

观点论坛：工业AI的发展与挑战及产学研论坛

--高端制造业AI转型，苏州是否能够胜出？

议程安排

2021年4月20日（星期二）14:00-17:30

地点：苏州工业园区金鸡湖大道88号人工智能产业园E1栋五楼504会议室

敬请光临

13:30   签到

14:00   论坛开始

引导发言：顾晓强 顾晓强 中国电信苏州分公司 政企客户事业部副总经理

演讲题目：5G+工业AI的应用实践

引导发言：郭晓锋 中科行智智能科技有限公司产品总监

演讲题目：深度学习算法在工业检测研究及应用

引导发言：潘良松 苏州卓越金码电子科技有限公司视觉技术经理

演讲题目：人工智能在工业机器视觉领域的应用及研究

14:30-17：30   讨论环节

执行主席：欧阳明 EMBA，苏州卓越金码电子科技有限公司董事总经理

CCF YOCSEF苏州主席

执行主席：孟海亮 江苏富士通通信技术有限公司开发中心科长

CCF YOCSEF苏州2019-2020副主席

举办：中国计算机学会 CCF

承办：中国计算机学会青年计算机科技论坛（CCF YOCSEF）苏州AC

协办：中科行智智能科技有限公司，苏州卓越金码电子科技有限公司

参加人员：IT及机器视觉领域专业人士、研究生、媒体、其他有兴趣者

报名方式：1.扫描微信二维码加入在线讨论群

2．联系学术秘书报名：

联系人： 孙翠华 Email：39938737@qq.com， 手机: 18962111560

                   高雄波Email：gaoxb@sisdc.com.cn， 手机: 18662491688

参会回执：

工业AI的发展与挑战及产学研论坛

--高端制造业AI转型，苏州是否能够胜出？

从德国工业4.0的概念开始，工业AI的概念开始诞生。经过几年的发展，现在每年，我们制造过程中产生的数据量都会翻倍。由此产生的数据集可以帮助AI设备学习人类的思维和感知方式。它们加快了学习速度，并允许实现数据分析的自动化。处理的信息越多，机器学习就越准确。AI决策系统可以采用一系列技术、算法、统计模型和认知能力来解决复杂且相互关联的问题，从而提高效率和生产率。

苏州2020年的GDP已经突破2万亿RMB，已经成为世界第一大工业城市。但是，作为世界工厂的苏州最近却遭遇了劳动力人口红利的危机。智能制造是世界制造业发展大趋势，也是中国制造业面对全球竞争新优势关键点，而工业AI又是智能制造的最前沿。苏州在智能制造领域虽说取得了令人振奋的成绩，但是在工业AI的浪潮中，苏州是否还能够在全国乃至全球取得领先呢？

当前，工业AI的发展如何？工业AI有哪些应用机会？工业AI面临哪些挑战？高校、企业、用户不同角色如何抓住机会？让我们一起来学习与讨论工业AI的发展与挑战。

引导发言：顾晓强

l 报告题目：

5G+工业AI的应用实践

l 报告人简介：

l 报告提要：分享5G+工业AI在安全生产、柔性智造，智慧物流等方面应用实践，探索工业AI深度融入制造业全流程、全环节，提升传统产业的生产效率。

引导发言：郭晓锋

l 报告题目：

深度学习算法在工业检测研究及应用

l 报告人简介：

郭晓锋，中科行智智能科技有限公司产品总监，长期从事机器视觉的项目的研发和工程实施，在缺陷检测和高精度定位方面有丰富的工程经验。

l 报告内容摘要：

缺陷检查目前是机器视觉的难点，相对于传统的机器算法，深度学习算法在缺陷检查方面的优势非常明显，特别是复杂背景的缺陷检测，同时，深度学习的局限性和碎片化问题，也是目前深度学习在缺陷检测的工业实施过程中的痛点。

1）深度学习在缺陷检测主要方法和过程

2）深度学习实施过程中的关键问题：小样本和实时性

3）深度学习比较成功的行业应用

4）深度学习的开发工具链和案例介绍

引导发言：潘良松

l 报告题目：

人工智能在工业机器视觉领域的应用及研究

l 报告人简介：

潘良松，苏州卓越金码电子科技有限公司视觉技术经理

主要从事机器视觉算法及其应用研究工作，在工业视觉检测中的高精度引导组装、智能OCR识别、三维机器视觉建模应用、复杂背景下的缺陷检测，关键算法与技术应用中。

l 报告内容摘要：

机器视觉可说是工业自动化系统的灵魂之窗，从物件/条码辨识、产品检测、外观尺寸量测到机械手臂/传动设备引导定位，都是机器视觉技术可以发挥的舞台，因此它的应用范围十分广泛，行业应用领域更是多到令人眼花缭乱，检测是机器视觉工业领域最主要的应用之一， 光学AOI检测，几乎所有产品都需要检测，而人工检测存在着较多的毛病，人工检测准确性低，长时间工作，准确性、一致性更是无法保证，并且检测速度慢，容易影响整个生产过程的效率。本次报告针对人工智能在视觉缺陷检测核心技术难题展开介绍：(1)人工智能的应用场景及常用品牌介绍。人脸识别，视频/监控分析，图片识别分析，驾驶辅助/智能驾驶；三维图像视觉，工业视觉检测，文字识别，图像及视频编辑

(2)人工智能视觉与传统机器视觉的差异。人工智能的算法，适用场合是复杂背景下的缺陷检测分类，不适用于读码，精密测量，精密组装；

(3)人工智能在工业视觉领域的优缺点。人工智能视觉的优点，背景复杂的缺陷检测产品识别，良率稳定性高，传统视觉无法解决的缺陷检测，缺点通常和显卡搭配，硬件成本更高，训练模型时间长，项目开发周期长，无法适用于多种产品的检测；

(4) 人工智能在工业视觉领域的应用案例。3C笔电内结构检测的应用，汽车行业金属加工件产品OCR识别，LED灯珠缺陷检测行业等案例分享。

执行主席：欧阳明 CCF YOCSEF 苏州 2020-2021主席 CCF 苏州 2019 优秀会员 Victoria University EMBA 苏州卓越金码电子科技有限公司 董事总经理 中国计算机学会会员/华商发展研究会会员 20年智能制造行业经验 13390881979 13390881979@189.cn
执行主席 孟海亮CCF YOCSEF 苏州 2019-2020副主席 CCF 苏州 2019 优秀会员 CCF YOCSEF 苏州2017-2018 优秀AC 江苏富士通通信技术有限公司 开发中心 科长/工程师