华院计算技术（上海）股份有限公司（以下简称“华院计算”）所申报的“华院计算智能表面缺陷检测在钢铁行业的应用”案例脱颖而出，成功入选此次案例集的新型工业化类别。
在钢铁行业中，钢铁产品的生产工序多样，且环境较为恶劣，其产品的表面缺陷呈多样性和复杂性，缺乏专业工艺知识的人员难以实现精确分类。华院计算针对这一行业痛点，开发了以认知智能为核心，结合专家经验和机器视觉的表面缺陷智能检测平台，其中的核心技术包含针对部分低发的缺陷类型的小样本学习技术；针对不同场景、不同尺度、形貌的缺陷，结合专家知识（认知）与图像数据的多模态多任务缺陷分类集成大模型，实现深度学习与专家知识的有机结合。
作为国内首个融合认知智能、专家经验和机器视觉的表面缺陷智能检测平台，其在技术创新和性能上均取得了显著成就。这一平台融合了最新的技术成果，技术创新点在于显著提升模型推理和语义理解能力的多模态神经网络架构、能够高效处理罕见但关键的缺陷类型的小样本学习与数据增强、可以满足不同尺度缺陷类型检测需求的多任务多尺度缺陷检测集成模型、可持续收集和训练的自学习技术、可提高缺陷标注效率和准确性的自动标注系统以及基于专家知识的缺陷自动判定模型。通过这些创新的技术手段，不仅提高了缺陷分类的准确率，减少了人工复核的需求，还降低了废品率，为企业带来显著的经济效益。
在应用实效上，这一平台不仅成功替代了国外表检设备，其分类准确率超越了国外产品高达85%，部分严重缺陷的分类准确率更是超过95%。同时，这一项目和核心技术也突破了工业场景下感知智能的瓶颈，成功地将人的认知逻辑融入检测过程，解决了现有技术难以企及人的水平的根本性问题。通过在钢铁行业的应用，这一平台的技术突破不仅提升了国内钢铁产业的智能化水平，还为其他工业领域提供了宝贵的经验和技术参考。
智能检测平台的入选，不仅是对华院计算在智能制造领域和质量控制领域的高度认可，也标志着其将成为钢铁行业质量控制的强大助手。未来，华院计算也将继续致力于智能制造领域的发展，通过技术升级和创新，实现生产流程的自动化和智能化，降低人工成本的同时确保产品的质量，为企业提高市场竞争力，实现真正的降本增效。
