摘要：近日，2025中国（广饶）国际橡胶轮胎暨汽车配件展览会，在山东省东营市广饶国际博览中心举行。联想研究院打造的、中国第一台轮胎外观AI终检全检混检设备在本届展会上亮相，展示了联想在AI工业质检和轮胎外表质检领域取得的引领业界的创新成果。

近日，2025中国（广饶）国际橡胶轮胎暨汽车配件展览会，在山东省东营市广饶国际博览中心举行。联想研究院打造的、中国第一台轮胎外观AI终检全检混检设备在本届展会上亮相，展示了联想在AI工业质检和轮胎外表质检领域取得的引领业界的创新成果。

在广饶展会之后的5月20日，中国橡胶工业协会橡胶测试专业委员会在山东招远举办了年会，以及第七届中国橡胶行业创新与轮胎测评智能发展技术研讨会。联想研究院人工智能实验室研发总监虞文明，在会议上发表了主题报告《联想小样本学习技术在轮胎外观全检测中的应用》，与全国轮胎行业的测试验证部门进行了深入交流。

轮胎外观检测面临的挑战

在轮胎行业中有一系列严格的标准和法规，对轮胎的外观尺寸、花纹深度、表面质量等都有明确规定。轮胎生产企业必须遵循这些标准和法规，进行外观检测是确保轮胎产品符合相关要求，能够合法进入市场销售的必要手段。在轮胎制造企业中，针对轮胎外观检测是确保产品符合质量标准的关键步骤。轮胎的外观质量直接影响到其性能和安全性，例如轮胎表面的气泡、裂纹、缺胶等缺陷，可能会导致轮胎在使用过程中出现漏气、爆胎等安全隐患。通过严格的外观检测，可以及时发现并剔除不合格产品，保证出厂的轮胎质量可靠，提高企业的产品声誉和市场竞争力。

联想实地调研了行业多家工厂，发现在轮胎生产的成品终检环节上，各家轮胎生产企业仍高度依赖传统的人工目检，通常一个班次需要8~11人联合完成质检工作，而在新的社会产业大环境中，高度依赖人工质检的企业不得不面临4大问题和挑战：

（1）工作环境相对比较恶劣，每半年的工人流失率在30%，并且出现招工难的情况

（2）当前国内人力成本的上升

（3）人工检测易受人为主观因素影响，导致出现检测标准难以统一

（4）整体信息化程度有待提升

随着AI视觉技术的发展，一些厂商也在尝试用AI技术进行轮胎表面的外观缺陷检测，但是通常会面临用于训练的缺陷样本数据收集困难的问题，导致模型训练的整个周期多达3个月到半年不等。此外，针对产线不同SKU混检、以及如何对轮胎各部位进行一次性检测等问题，都没有很好的解决方案，导致相关技术方案难以真正地实际落地。因此，如何将AI技术与轮胎表面检测更好结合，以提高质检的质量和效率，已成为整个轮胎行业亟待解决的难题。

联想工业质检智能体：只需60~100个良品建模，接近0%漏检率

为此，联想CTO组织下的联想研究院人工智能实验室推出了工业质检智能体方案，基于联想边缘大脑工业质检开发套件（Lizard）V3.0版本，构建了一套可以对轮胎表面缺陷全检精准检测设备，为客户提供了涵盖“光、机、电、算、软”的整体端到端的解决方案。该套件中内置了自研的行业领先小样本终身学习无监督建模算法，只需60~100条良品轮胎数据建模，能够覆盖轮胎的不同部位，可针对轮胎表面人眼可检的100多种缺陷进行检测。该套件支持边缘训练和边缘推理，数据无需上云，既保证了数据的隐私性，又提高了处理速度。同时，还支持自适应针对不同SKU轮胎混检的快速切拉换型能力，并支持无缝接入工厂MES管理系统。此外，联想还提供了云-边-端协同、远程实时升级等技术支持。

本方案采用联想边缘大脑工业质检开发套件（Lizard）V3.0运行于联想AI推理服务器，配置2张推理GPU卡，支持16+工业相机和18+光源，保障了自动化检测机台的高效稳定运行。

通过联想中国政企方案服务山东团队，联想工业质检智能体方案正在落地到某全球头部30强轮胎制造企业，赋能中国轮胎行业的智能化转型。此方案硬件机台已经标准化生产、其依赖的算法软件Lizard V3.0是一款在多个其它行业已经广泛应用的统一标准质检软件，擅长解决六面检、异形检。目前，多达10家中国前20强轮胎企业正在与联想进行深入接触，根据排产情况推进设备入场落地验证。

行业领先的小样本无监督算法

作为国内首个实现工业级边缘 AI 训练推理一体化平台，联想边缘大脑早在2022年就被中国信通院评为“边缘可信AI应用标杆案例”。在工业质检领域，利用传统深度学习算法进行缺陷检测时，面临的一大挑战是缺陷样本难以收集。为此，联想通过大量的算法投入研究，最终突破实现了泛化性、抗遗忘性行业领先的“大模型+小样本”无监督良品建模算法，相比行业中基于不良品的有监督建模方法所需的样本数量，只需60~100个良品建模，实现数量级的降低的效果，约为传统样本量的1% ~ 3%。

除了深度学习模型外，我们还结合了一系列传统图像处理算法，以进一步提升检测精度。这些算法包括配准、去噪、滤波、边缘检测等，能够有效优化图像质量，增强特征的可区分性。

针对缺陷种类繁多的复杂场景，我们进一步引入自主研发的可视化小样本多维融合分类器。该分类器融合了缺陷位置、颜色、尺寸以及神经网络特征等多个维度的信息，从而实现对不同缺陷类型的精准分类。通过这种多维度的综合分析，我们的方案能够更全面地应对各种复杂的工业质检需求，显著提高检测效率与准确性。

今年3月，全球五大机器视觉行业组织之一的机器视觉产业联盟（CMVU）评选出了"2024 年度机器视觉创新产品评选TOP10"榜单。，我们的平台凭借联想边缘大脑 V3.0版本的正式发布，以及行业领先的技术创新能力与规模化应用成效，从众多候选产品中脱颖而出。这标志着由联想研究院人工智能实验室自主研发的工业边缘 AI 训练推理应用平台，已成为制造行业中的工业质检母机软件，进入中国机器视觉工业软件第一梯队。

光学、机械上的行业难题突破

由于轮胎橡胶材质和曲面异形的特点，在光学打光上存在诸多行业难点。首先，我们采用定制光源+面阵相机的方式覆盖胎冠沟槽的区域，可对沟槽夹杂杂质、裂纹等缺陷进行清晰拍摄；其次，我们使用一套定制化胎里模组，可将胎里的视野进行全覆盖，解决了胎里异形的难题；再次，利用宽条光对胎冠、胎侧、子口部位进行打光，有效解决表面异形且反光的情况；最后，运用相比普通光源亮度高30~50倍的高亮频闪控制系统的光学补光，可解决橡胶材质吸光的难题。经过光学和算法多个版本协同改进和迭代，最终完成了一套有效的光学方案。

在机械结构设计上，我们也考虑到了针对不同SKU混检的情况，因此在机械上可适配不同轮胎尺寸范围。并且将相关光学模组和上下料结构进行系统融合，单胎的检测效率进一步得到提升，最终打造出了国内首台可支持轮胎全检混检的轮胎外观AI检测设备。

方案效果

该方案（适用于半钢子午胎）关键指标如下表所示：

基于工业CCD像机拍摄获取图像数据，针对可成像肉眼可见的缺陷，对于关键缺陷项，可实现接近0%漏检率效果，针对非关键缺陷项，可根据客户实际情况平衡漏检率和过杀率，漏检率相比人工质检下降30%-50%，过检率控制在20%以内，这两项核心指标在轮胎表面终检全检检测上处于行业领先水平。

可检测的轮胎常见缺陷细类达100种，其大类型如下表所示：

联想自2025年2月发布首台设备以来，一直不断在真实场景和实验场景里打磨产品，提升和验证设备能力：

一、 胎侧OCR

针对胎侧的多项较大字符（商标、花纹类型、型号信息、年周号）OCR，总体识别正确率100%。

二、 检测准确率

我们以胎侧举例，按照100+100小批量验证行业规范，针对不同型号轮胎共验证约300条轮胎。按照“先降漏检，再分阶段降过检”的行业通用过程，4天3轮的调优，胎侧缺陷的非关键缺陷漏检率可降低至0.3%，关键缺陷可以做到0%漏检率，可以准确检出胎侧气泡、胎侧缺胶、胎侧文字缺胶、落胎毛、划痕等实际生产缺陷。 在过检率方面，以确保最小化漏检为原则，采用低门槛可视化交互的有效降过杀手段，可以解决占比80%以上的过杀干扰项，像轮胎生产过程中的灰尘、水渍、压痕、胎毛残留等10多个过杀干扰项，其单项的过杀率普遍可以下降到5%以下，最小可以达到0.5%。仅用4天的持续优化，胎侧部位的整体过杀率降低至8%左右。这样保守看，相比现状可以节省60%以上的检测成本。

三、机械运行CT值

目前机械设备的CT值平均在30秒，且可根据需要进一步优化。相比人工检测可提升1.5倍的检测效率。

除半钢轮胎检测方案外，联想也推出了适用于全钢轮胎的检测方案，相关设备也在同步设计生产制造过程中。目前，除了轮胎行业，该缺陷全检方案背后的联想边缘大脑技术，已经在汽车新能源电池、皮革、3C电子、汽车电子、药品、钢铁、X-ray、鞋、布匹等多个细分行业落地，正在成为变革中的中国工业质检母机软件。

来源：一起联想