每年多起消费者投诉，如何才能清零？
“冰淇淋生产包含制作蛋卷皮、灌料、喷涂巧克力涂层、包装等环节，整个流程可能涉及十多种质量缺陷。”据哲元科技联合创始人张强透露，一个冰淇淋产品需要经过十几道生产和质检工序才能出厂。但质检漏洞多、人力成本高、存在安全风险的问题，尤其是随之而来的每年多起消费者投诉，让世界强的冰淇淋厂商头疼不已。食品安全无小事，如何提高质检精度和效率，成为问题的核心。工厂过去常用的人工质检方式，往往只能安排专职工人用肉眼检查最后一道工序“压盖”，简单说就是工人需确认塑封盖是否正常覆盖到冰淇淋上面。由于其他工序都在自动化的生产线上，人工无法干预。这无疑成为巨大的质检漏洞。即使是最后一道工序的人工质检，其人力成本依然高昂，张强进一步介绍道，“一条流水线需要至少3个工人轮班倒，每人得坚持8个小时目不转睛。”而且人并非机器，面对重复枯燥的肉眼检查，时间一长就会产生疲劳，打一个盹就可能造成大量漏检甚至安全意外，进而给企业带来不可忽视的损失。冰激凌质检缺陷举例
AI算法人才难寻，飞桨EasyDL救场
客户的问题正是哲元科技的机会，但这家初创企业必须面对如下挑战：项目时间紧迫、算法人才缺失、产线精度和效率要求极高。有过IT工作经验的张强很快带领团队摸索传统机器学习的解决方法。但效果不尽人意，完全无法满足实际应用要求，团队只好作罢。张强想起了此前有过接触的百度，其技术团队对生态伙伴的支持力度很大，解决问题十分高效，双方形成了良好的信任基础。基于这份信任，张强带领团队开始着手飞桨EasyDL的探索及开发。最后证明，他选对了。通过飞桨EasyDL，在原有团队未配备专业算法工程师的情况下，仅用20小时，便完成了冰淇淋全流水线质检AI模型的开发，并可以满足实际产线的需求。飞桨EasyDL作为零门槛AI开发平台，助力传统IT工程师无需写代码即可完成AI开发，从数据采集、标注，到模型训练、调试、部署，都是可视化界面，按步骤说明操作即可。同时飞桨EasyDL结合企业的使用反馈，功能迭代升级特别快，场景落地碰到的很多问题都被快速解决了。对比人工质检，智能质检模型实现了“快、全、省、安、优”的整体效果提升：快，从人工1秒检测1个产品，到机器1秒检测近百个产品；
全，从只能识别1种缺陷，到可识别全流程几十种缺陷；
省，从一条流水线3个人到如今无需人力，机器24小时全检；
安，从夜班员工有疲劳风险，到安全隐患被杜绝；
优，从1年多起消费者投诉，到现在投诉率几乎为0。
效果之外，这套模型的适用性也特别广泛，比如基于飞桨EasyDL的物体分割预训练模型，采集不超过张照片这样的少量数据进行标注，就能训练出高精度模型。飞桨EasyDL还提供了AI自主优化能力，实现新产品缺陷快速适配，训练1个SKU，可以轻松应用在形状相似、颜色略有差异的新SKU上，保障系统持续稳定可靠运行。传统机器学习方法曾经遇上的瓶颈被一举突破。无需更换原产线设备，全面实现AI质检
哲元科技基于飞桨EasyDL开发的智能质检模型以SDK形式部署在客户原有的Windows工控机上运行，“整套设备用i7级别，32兆内存的普通计算机就能处理，没有应用专业的GPU设备。”张强特别解释道，“硬件适配是我们这行非常
联系电话：