人工智能助力空天报国梦：厦门大学团队用AI能力护“工业皇冠明珠”

哈喽！大家好，很高兴又见面了，我是golang学习网的一名作者，今天由我给大家带来一篇《人工智能助力空天报国梦：厦门大学团队用AI能力护“工业皇冠明珠”》，本文主要会讲到等等知识点，希望大家一起学习进步，也欢迎大家关注、点赞、收藏、转发! 下面就一起来看看吧！

“空天报国”——这四个字是在厦门大学博学逐梦团队参加昇腾AI创新大赛2023赛后采访时反复提到的一个词，它代表着航院学子的情怀，也是本次大赛开发者套件创新赛道金奖作品“南强护航-航空发动机智能视觉缺陷检测”诞生的原因

开发者套件创新赛道是昇腾AI创新大赛2023新增的赛道，除了应用赛道和昇思赛道外。参赛开发者需要针对生活和生产场景，利用昇腾新一代开发板进行设计和开发，探索更多人工智能应用的可能性

“南强护航-航空发动机智能视觉缺陷检测”这一作品是对“AI+航空”应用的积极探索，针对航空装备的缺陷检测人力成本高、识别效率低、主观因素强等问题，利用人工智能技术，提高了检测效率和准确性，降低了人力成本和人为因素影响。

为了保护我们的“工业皇冠明珠”，我们需要引入人工智能技术

厦门大学博学逐梦团队的五名成员胡立伟、吴佩树、李新宇、张雨晴和谢廷一来自厦门大学博士生导师、福建省杰青、全球高被引科学家曾念寅带领的空天信息智能研究团队。该研究团队一直专注于在复杂场景中对不完善数据进行智能分析的方法研究。之前，团队的相关理论成果已经成功地应用于航空工业等领域

这次参赛是基于昇腾新一代开发者套件Atlas 200I DK，团队以“学以致用”的态度参加的

航空发动机是研发制造难度极大的现代工业造物，被称为“工业皇冠上的明珠”。而发动机运行在极端环境，约有40%的飞行事故是由于发动机结构故障引起，因此发动机的检修是保障飞机安全稳定运行的重中之重。然而，在针对航空发动机缺陷的传统检测方法中，无论采用何种检测技术，都需要专业技术人员通过肉眼判断缺陷类型位置等信息，缺陷最终的定位和识别主要依赖技术人员的经验。人工获取和分析缺陷不仅耗时耗力，还容易受到疲劳、心理因素等影响，发生漏检或者误检的情况。

针对航空发动机缺陷检测传统解法的不足，厦门大学博学逐梦团队深入研究复杂场景下航空发动机的缺陷特征，结合空天信息智能研究团队积累的人工智能领域的创新成果，提出了航空发动机缺陷检测的“AI方案”——“南强护航-航空发动机智能视觉缺陷检测”。

在“南强护航-航空发动机智能视觉缺陷检测”方案中，五位成员充分发挥各自的专业知识和技能，重点解决航空装备缺陷检测中的五大挑战：目标尺度不均衡、空间分布不均衡、样本数量不均衡、类别语义不均衡和优化目标不均衡

在数据输入环节，对航空发动机的缺陷数据进行预处理和图像增强，是解决发动机缺陷检测中样本数量和类别语义挑战的关键。谢廷一同学通过多维数据生成、样本类别平衡、精准标注等方式，为模型提供更多更高质量的数据，提高了模型的鲁棒泛化性。

在模型检测环节，吴佩树同学设计的基于注意力的全局-局部特征融合的多尺度视觉检测算法缓解了缓解目标尺度和空间分布的不均衡挑战。胡立伟同学负责在Atlas开发板上模型部署开发，李新宇同学负责代码迁移、模型的训练/验证/测试。通过模型轻量化来解决优化目标不均衡，航空发动机图像中的缺陷特征识别的精确度和召回率都得到了很大地提升。

通过张雨晴同学的代码实现和可视化软件开发，我们成功地对发动机缺陷进行了定性、定量和定位的展示，并且能够一键生成智能检测报告

在昇腾AI基础软硬件平台的支持下，“相较于传统的由维修专家进行缺陷判定的流程，作品的检测流程效率提升了300%。” 针对航空发动机表面缺陷检测算法进行了特殊或有针对性的设计，“南强护航-航空发动机智能视觉缺陷检测”成功解决了裂纹、坑洞、腐蚀、缺口、弯曲、材料缺失等近十种航空发动机缺陷检测的准确性、实时性和鲁棒性问题，并在昇腾AI创新大赛2023开发者套件创新赛道中获得金奖

昇腾数智强势赋能，驱动AI技术创新

此次昇腾AI创新大赛2023对作品与昇腾开放能力的集成度要求较高。“南强护航-航空发动机智能视觉缺陷检测”方案也深度融合了昇思MindSpore AI框架以及昇腾AI基础软硬件平台对缺陷检测算法进行开发设计、训练优化以及应用部署。

该方案的检测算法采用昇思MindSpore AI框架来编写实现，算法训练采用了Modelarts的训练集群来进行；在模型部署方面，通过昇腾atc转化指令、aipp使能配置、dvpp视频编解码能力在Altas 200I DK开发板上实现了对孔流视频的高性能推理检测，并运用昇腾AOE自动调优工具以及AMCT模型压缩工具对模型进行调优量化。

独有的算子优化方案结合优异的产品调用能力，使得南强护航-航空发动机智能视觉缺陷检测”方案实现了模型算子计算图自动切分，极大降低了计算开销，从而加速模型的训练和推理过程，达到了最佳模型训练性能。

尽管最终呈现作品在开发者套件创新赛道显得非常亮眼，但用短短几个月中去适应昇腾系列产品，对于此前在实验室已经有过不少项目经验的厦门大学博学逐梦团队而言，也是全新的挑战。

在比赛刚开始的阶段，刚刚接触昇腾系列产品的团队成员其实遇到了不少开发版迁移、适配的问题 ，在模型部署、推理性能的优化时也遇到了性能瓶颈的问题。

“但昇腾社区以及Gitee昇腾都有技术专家协助解决问题，因此这些问题都得到了顺利的解决。”在提到成功经验时，厦门大学博学逐梦团队建议开发者在学习昇腾代码仓资源的同时，也可以关注昇腾社区的“昇腾CANN训练营”。该训练营邀请了众多行业大咖助力开发者从0基础学习到AI技术落地，能更快地帮助广大开发者上手昇腾系列产品，并更快地上手开发项目。

通过这次比赛，厦门大学博学逐梦团队透过昇腾的AI能力，进一步看到了航空+AI领域的广阔前景。对他们来说，“金奖”并不是“南强护航-航空发动机智能视觉缺陷检测”方案的终点，未来，厦门大学博学逐梦团队希望能结合虚实结合或者远程透传的技术，构建基于数字孪生和行业模型的系统，以持续助力航空业运维智能化升级。

具体应用可能还有一段路要走，但人工智能技术在检测领域的应用肯定是未来的趋势。从理论到模型再到实际产业的应用，将学术研究成果转化为实际生产力，推动产业的发展和创新，本身是一个需要多方协同的过程。我们很高兴看到，借由昇腾AI创新大赛2023的平台，人工智能技术的产学研用协同创新已经成为正在进行的事情

今天带大家了解了的相关知识，希望对你有所帮助；关于科技周边的技术知识我们会一点点深入介绍，欢迎大家关注golang学习网公众号，一起学习编程~