“空天報國”——這四個字是廈門大學博學逐夢團隊在昇騰AI創新大賽2023賽后采訪時反復提及的一個詞，是航院學子的情懷，也是本次大賽開發者套件創新賽道金獎作品“南強護航-航空發動機智能視覺缺陷檢測”的起源。

開發者套件創新賽道，是昇騰AI創新大賽2023在應用賽道與昇思賽道外新增設的賽道，開發者需要面向生活生產場景，基于昇騰新一代開發板完成設計開發，探索AI應用的更多可能。

“南強護航-航空發動機智能視覺缺陷檢測”這一作品是對“AI+航空”應用的積極探索，針對航空裝備的缺陷檢測人力成本高、識別效率低、主觀因素強等問題，利用人工智能技術，提高了檢測效率和準確性，降低了人力成本和人為因素影響。

引入AI能力，護“工業皇冠明珠”

廈門大學博學逐夢團隊的五名成員胡立偉、吳佩樹、李新宇、張雨晴和謝廷一均來自廈門大學博士生導師、福建省杰青、全球高被引科學家曾念寅帶領的空天信息智能研究團隊。空天信息智能研究團隊一直聚焦于復雜場景中不完善數據的智能分析方法研究，此前，團隊的相關理論成果已成功應用于航空工業等領域中。

此次參賽，是這個團隊基于昇騰新一代開發者套件 Atlas 200I DK的一次“學以致用”。

航空發動機是研發制造難度極大的現代工業造物，被稱為“工業皇冠上的明珠”。而發動機運行在極端環境，約有40%的飛行事故是由于發動機結構故障引起，因此發動機的檢修是保障飛機安全穩定運行的重中之重。然而，在針對航空發動機缺陷的傳統檢測方法中，無論采用何種檢測技術，都需要專業技術人員通過肉眼判斷缺陷類型位置等信息，缺陷最終的定位和識別主要依賴技術人員的經驗。人工獲取和分析缺陷不僅耗時耗力，還容易受到疲勞、心理因素等影響，發生漏檢或者誤檢的情況。

針對航空發動機缺陷檢測傳統解法的不足，廈門大學博學逐夢團隊深入研究復雜場景下航空發動機的缺陷特征，結合空天信息智能研究團隊積累的人工智能領域的創新成果，提出了航空發動機缺陷檢測的“AI方案”——“南強護航-航空發動機智能視覺缺陷檢測”。

在“南強護航-航空發動機智能視覺缺陷檢測”方案中，五位成員充分發揮各自的專業知識和技能，重點解決航空裝備缺陷檢測中的五大挑戰：目標尺度不均衡、空間分布不均衡、樣本數量不均衡、類別語義不均衡和優化目標不均衡。

在數據輸入環節，對航空發動機的缺陷數據進行預處理和圖像增強，是解決發動機缺陷檢測中樣本數量和類別語義挑戰的關鍵。謝廷一同學通過多維數據生成、樣本類別平衡、精準標注等方式，為模型提供更多更高質量的數據，提高了模型的魯棒泛化性。

在模型檢測環節，吳佩樹同學設計的基于注意力的全局-局部特征融合的多尺度視覺檢測算法緩解了緩解目標尺度和空間分布的不均衡挑戰。胡立偉同學負責在Atlas開發板上模型部署開發，李新宇同學負責代碼遷移、模型的訓練/驗證/測試。通過模型輕量化來解決優化目標不均衡，航空發動機圖像中的缺陷特征識別的精確度和召回率都得到了很大地提升。

最后，通過張雨晴同學的代碼實現及可視化軟件開發，發動機缺陷得以被定性、定量并定位地呈現出來，且能一鍵輸出智能檢測報告。

在昇騰AI基礎軟硬件平臺加持下，“相較于傳統的由維修專家進行缺陷判定的流程，作品的檢測流程效率提升300%。” 針對航空發動機表面缺陷檢測算法進行特殊或有針對性的設計，“南強護航-航空發動機智能視覺缺陷檢測”有效解決了裂紋、坑洞、腐蝕、缺口、彎曲、材料缺失等近十類航空發動機缺陷檢測的準確性、實時性和魯棒性難題，并拿下昇騰AI創新大賽2023開發者套件創新賽道金獎。

昇騰數智強勢賦能，驅動AI技術創新

此次昇騰AI創新大賽2023對作品與昇騰開放能力的集成度要求較高。“南強護航-航空發動機智能視覺缺陷檢測”方案也深度融合了昇思MindSpore AI框架以及昇騰AI基礎軟硬件平臺對缺陷檢測算法進行開發設計、訓練優化以及應用部署。

該方案的檢測算法采用昇思MindSpore AI框架來編寫實現，算法訓練采用了Modelarts的訓練集群來進行；在模型部署方面，通過昇騰atc轉化指令、aipp使能配置、dvpp視頻編解碼能力在Altas 200I DK開發板上實現了對孔流視頻的高性能推理檢測，并運用昇騰AOE自動調優工具以及AMCT模型壓縮工具對模型進行調優量化。

獨有的算子優化方案結合優異的產品調用能力，使得南強護航-航空發動機智能視覺缺陷檢測”方案實現了模型算子計算圖自動切分，極大降低了計算開銷，從而加速模型的訓練和推理過程，達到了最佳模型訓練性能。

盡管最終呈現作品在開發者套件創新賽道顯得非常亮眼，但用短短幾個月中去適應昇騰系列產品，對于此前在實驗室已經有過不少項目經驗的廈門大學博學逐夢團隊而言，也是全新的挑戰。

在比賽剛開始的階段，剛剛接觸昇騰系列產品的團隊成員其實遇到了不少開發版遷移、適配的問題 ，在模型部署、推理性能的優化時也遇到了性能瓶頸的問題。

“但昇騰社區以及Gitee昇騰都有技術專家協助解決問題，因此這些問題都得到了順利的解決。”在提到成功經驗時，廈門大學博學逐夢團隊建議開發者在學習昇騰代碼倉資源的同時，也可以關注昇騰社區的“昇騰CANN訓練營”。該訓練營邀請了眾多行業大咖助力開發者從0基礎學習到AI技術落地，能更快地幫助廣大開發者上手昇騰系列產品，并更快地上手開發項目。

通過這次比賽，廈門大學博學逐夢團隊透過昇騰的AI能力，進一步看到了航空+AI領域的廣闊前景。對他們來說，“金獎”并不是“南強護航-航空發動機智能視覺缺陷檢測”方案的終點，未來，廈門大學博學逐夢團隊希望能結合虛實結合或者遠程透傳的技術，構建基于數字孿生和行業模型的系統，以持續助力航空業運維智能化升級。

 “具體的運用可能還有一段路要走，但人工智能技術在檢測方面的應用肯定是未來的趨勢。“從理論到模型再到實際產業的應用，將學術研究成果轉化為實際生產力，推動產業的發展和創新，本身是一個需要多方協同的過程。我們很高興看到，借由昇騰AI創新大賽2023的平臺，人工智能技術的產學研用協同創新這件事已然變成進行時。