多晶硅EL图像自动检验测试一直是困扰光伏行业的难题，长期以来只能靠人工完成。在太阳能电池厂，质检工人坐在电脑显示器前，观察电池片的红外发光图像，在1秒内判断多晶硅电池片是否有合格，合格按下1号按键，不合格按下2号键，一天8小时，一周6天。这样的一个过程被称为人工EL检测（光致发光electroluminescence）。

  采用创造性的方法解决了这一问题。传统的机器视觉方法对多晶硅太阳能电池EL图像检测无能为力：多晶硅太阳能电池EL图像背景很复杂，类似于大理石的纹理会干扰检测。这个任务就像在有纹理的大理石上寻找裂纹，或是在有花纹的地毯上寻找一根针。传统的机器视觉检测系统只能完成规则图像的自动识别，但对复杂无规律的图像无能为力。面对这个棘手的问题，决定另辟蹊径，采用新型人工智能技术来完成自动EL检测。

  为了开始这项工作，在EL质检车间呆了一周，向质检工人学习检验测试标准，搜集大量的缺陷样品图像。“我必须首先成为一个合格的检测工人，然后才能开发一个合格的检测算法，“对记者说。设计了一种新型的AI算法，被证明可以有效解决EL图像识别问题。这套算法的样本需求少，检测速度快，准确率高，经过与人工检测的对比，在准确率、稳定性上都更胜一筹，这是光伏检验测试领域重大的突破。团队开发的EL自动检验测试设备已在扬州晶澳太阳能安装了近100套，节约了近300名质检工人，为客户每年可节约近2000万元人力成本。同时因为检测准确率高更稳定，客户投诉率显而易见地下降。扬州晶澳太阳能的质检经理表示：“我们原以为这是一项不可能完成的任务，我们以前也寻找了来自德国、澳大利亚等海外团队来实验，但的团队获得了成功。这在世界光伏行业尚属首次。“

  机器视觉行业专家认为，取得成就的意义不仅在于EL图像可以由计算机自动识别，而且用于识别EL图像的人工智能程序具有通用性。这在某种程度上预示着，只要给人工智能程序提供不同的图像样品，这套程序就能够实现完全不同图像识别任务。机器视觉行业有大量开发检测算法的工程师，他们大多拥有硕士以上学历，且一直采用传统的方法编写检测程序。他们戏称自己为“码农“，意指自身工作强度高，上班时间长。就像机器视觉技术能替代生产线上的检测工人一样，的工作使得人工智能技术能替代算法开发工程师，自动完成算法的开发。说，在前十年我在开发程序完成自动检验测试，未来十年要开发人工智能技术自动开发程序。

  正在带领南京注势智能科技公司的团队，加快这一步伐。通过独特的神经网络设计，开发一款通用图像识别软件XmartAI。利用这种图像识别软件，用户只需要对要识别的目标进行标注，计算机通过学习和训练就能够实现自动检验测试任务，无需聘用算法人员开发专用程序。带领的团队将这项技术成功应用于手机玻璃、柔性电路板检测等新兴机器视觉领域。机器视觉企业人员成本中约有50%~60%用于支付算法研发人员工资和差旅费用，然而在采用XmartAI软件后，能够更好的降低近50%的研发人员成本，同时又大幅度的提升了开发效率。

  说，从机器视觉到人工智能，我们都在不断地自我解放，从解放我们的双手，到解放我们的大脑。这无疑会为机器视觉行业带来一场革命，让我们大家一起见证他的进步吧。（文/王艳）