
存在问题
酒类包装材料在生产和运输过程中,可能会产生划痕、裂纹、磕伤、污渍、错字、别字和色差等表面缺陷,传统人工视觉包材检测方式在面对毫米级表面缺陷时,人眼识别速度与精度有限,全天抽检率仅为 3‰,漏检率更是高达8%。
服务成果
我司定制化研发一套基于AI的酒类包材全自动视觉检测系统,成功实现了对包材多项的精准质检。可在15秒内完成对包材20多种缺陷并行检测,实现缺陷标准统一化,准确率高达99%,漏检率从8%骤降至1‰,每年在质检环节至少节省90%人工检测成本,为企业树立了"智能制造+品质守护"的标杆典范。
Technical Introduction of the Solution
方案技术简介
数据增强算法
对采集到的图像进行去噪、增强、二值化等操作,以提高图像质量。
精确划分缺陷区域
语义分割技术能够将图像中的每个像素分类为不同的语义类别精确划分出缺陷区域。
标注质量控制
采用多人标注、标注审核等策略,确保标注数据的准确性和一致性。
缺陷检测结果
将识别结果以可视化形式展示。
硬件设备包括进出料工位、飞拍工位和旋转检测工位,结合压力传感器、3D视觉传感器和侧面相机用于获取酒瓶型号,根据识别出的酒瓶型号进行检测参数匹配将图像采集的光信号转换为数字图像,为后续分析提供原始数据、数据可视化与安全管理,对检测数据进行存储、备份、恢复等操作,确保数据的完整性和安全性。
采用“一机多检”柔性化设计,集成本低、精度高、效率高等特点为一体,可在一台设备上实现多类以上酒类包材智能识别及检测,灵活性强,适应检测需求的不断变化,提升质检效率,反哺生产质量,为白酒行业提供“智改数转”标杆案例,带动产业链整体升级。