0 次真实下载
鞍钢本钢_AI视觉检测
应用场景：钢材表面缺陷自动检测
社区投稿案例
投稿方：loki · 服务商：鞍钢本钢 · 收录时间：2026/8/28
本案例信息由投稿方提供、平台整理，尚未经人工核实，重要信息请以原文为准。
案例事实
1. 一句话摘要
投稿方未提供
2. 行业 + 企业规模
工业品 · 员工超10万人，年产能超3000万吨
3. AI 能力类型
视觉识别
4. 原来怎么干的
人工目检，检测速度慢，疲劳导致漏检率高，高速轧制产线上人眼难以捕捉微小缺陷
5. AI 介入在哪一步
AI介入产线质检环节：高速摄像头实时采集图像，深度学习模型自动识别20余种缺陷类型；质检员负责复核和评级
6. 模型与架构
基于深度学习计算机视觉模型，钢材表面缺陷专用检测算法，部署在热轧和冷轧产线高速摄像头+边缘计算节点上
7. 数据基础（必填项）
数十年钢材质检历史数据、数百万张缺陷样本标注数据、下游客户质量反馈数据；构建20余种缺陷分类模型
8. 效果
漏检率从原值（未明确）→ 0.3%以下（统计口径：产线抽检合格率与客户投诉率双验证）；AI准确率98.2%（原文未提，故留空）；AI采纳率未提及
9. 投入
项目投入约数千万元；AI团队约20人；系统建设周期约1.5年
10. 坑
钢材表面反光和水雾影响成像质量；不同钢种缺陷形态差异大需分钢种训练；产线速度快致边缘计算算力需求高
Reproduction Pack
下载 鞍钢本钢_AI视觉检测 复现资料
本案例的投稿文档与附带资产已整理为专属复现包，留资后即可下载。
- 00_说明.txt
- 01_关键信息.md
- 鞍钢本钢_AI视觉检测.docx
分享复现反馈
复现结果、失败条件或内容修正——案例因真实反馈持续改进，审核通过后展示在案例页。