日期
08/01
2024
咨询
  • QQ扫一扫

  • Vision小助手
    (CMVU)

基于边缘学习的2D视觉系统,缺陷检测准确率>99%
收藏
2024-08-01 13:26:02来源: 中国机器视觉网

消费者希望购买优质的个人护理产品。这类产品的制造商会花费很大精力来确保产品没有缺陷,包括填充过满、填充不足和贴标不良。其品牌声誉有赖于此。许多知名的个人护理产品制造商将其制造和包装外包给第三方包装合作伙伴。这些合约制造商必须遵守客户设定的严格质量标准。

Federal Package 公司是美国一家为众多知名的个人护理品牌提供产品制造和包装的第三方合约制造商,其专注于各种健康、美容和个人护理产品的开发和包装,包括除臭剂、防晒霜、润唇膏、精华液以及各种乳液和乳霜。他们以交付优质产品来支持客户的品牌形象为荣。

微信图片_20240801132628(1).png

劳动力短缺增加交付优质产品的风险

Federal Package 最近有参与到一个为个人护理公司生产除臭剂的项目,这推动了其对自动化检测的投资。制造流程中有两个检测点非常有望实现自动化。

第一个检测点是检测装有除臭剂的塑料包装是否存在滴漏,这些滴漏不仅表明产品填充过满,而且还会导致产品外观不佳。

第二个质量检测点是标签检测。这包括验证使用的标签是否正确,以及标签在包装上的粘贴位置和方向是否正确。

他们原本计划用于本项目的生产线需要操作员在产品填充后手动检查;但是为了提高生产率和质量,理想的解决方案是对每个包装进行自动检测。

基于边缘学习的2D视觉系统能够以高准确率检测产品

在与 Federal Package 的对话中,康耐视客户工程师 Nick Raddatz 介绍了康耐视一款最新的 2D 视觉系统——In-Sight 2800,该系统设备内嵌入了边缘学习技术。

边缘学习是人工智能(AI)的一个子集,它使用一组经过预训练的算法在设备上或数据源的“边缘”位置进行处理。与基于 AI 的其他解决方案(如深度学习)相比,该技术易于设置,并且进行训练所需的时间和图像更少。Federal Package 的制造工程师 Noah Leuer 认为,这种新的视觉系统可以完成这项工作,而且这项自动化技术很容易印证这笔投资的合理性。Leuer 表示:“我们选择的基于边缘学习的视觉系统,为这笔投资提供了最多的选项。”

Federal Package 同时购买了一套彩色和一套单色系统。他们使用单色版本进行滴漏检测,使用彩色版本进行标签检测,因为这可以更有效地区分标签边界和除臭剂容器的主体。Leuer 对视觉系统中基于嵌入式 AI 技术的适应性感到满意。

滴漏检测系统评估每个除臭剂包装主体的正面和背面,查看是否存在由于过度填充而产生的过量除臭剂。如果包装外部存在任何除臭剂的痕迹,该件会被视为不合格品。每侧有两种分类:“合格”(干净的包装)和“不合格”(有滴漏的包装)。

Leuer 说道:“我们有 30-40 种不同的除臭剂设计,其中包含不同的香味、颜色和名称,这意味着相机捕获的容器颜色和名称非常多样。在对系统进行试用后,我们了解到系统的边缘学习能力足够智能,可以过滤掉颜色和名称,并重点检测产品的实际缺陷。”

滴漏检测线每分钟运行近 80 个计量单位,标签检测线每分钟运行约 60 个计量单位。在这两种情况下,自动化能实现更高的吞吐量,并保证所有货品都能得到检测,这是手动检测无法实现的。该系统捕获缺陷的准确率超过 99%,这意味着只需极少的人为干预,即可补救通过检测获得的少数缺陷货品。

康耐视全新基于边缘学习的视觉系统,除了合适的价格,其设置和培训的简易性也给 Federal Package 留下了印象深刻。安装到生产线上后,视觉系统会在一小时内部署在生产线上。这种易用性使 Leuer 能够将视觉系统的设置移交给维护部门,从而节省了处理其他自动化项目的宝贵时间。新视觉系统的另一项好处是节省产品转换的时间。Leuer 表示:“边缘学习分类工具使我们能够使用优质和劣质的示例图像快速训练系统,从而简化了向不同类型除臭剂产品的转换。”

具有不同颜色和标签的多种容器类型,意味着需要频繁转换。然而自动化检测系统能够非常轻松地处理这些转换。针对新产品培训,系统只需 5分钟或10分钟,这有助于最大限度地提高操作效率。此外,Federal Package 发现他们并不需要像之前预想的那样频繁地重新训练系统,这节省了时间,提高了生产线效率。

边缘学习帮助实现品牌形象承诺

对 Federal Package 而言,质量是重中之重。他们深知客户对其品牌形象的信任,并用心维护这种信任。他们竭尽所能,确保为客户提供卓越的服务和产品。Leuer 表示:“作为个人护理用品制造商的包装合作伙伴,必须能够提供高质量的消费产品,让客户满意并保护品牌价值。”

他们部署的基于边缘学习的自动化检测系统,加强了质量保证流程。正如 Federal Package 运营高级副总裁 Jerry Bilse 所说,“康耐视基于边缘学习的视觉系统,使我们做得更好。”

未来计划

Federal Package 还投资了康耐视基于 AI 的视觉系统,他们计划使用该系统来验证必须印在产品上的日期和批代码,以便根据客户和 FDA 的要求,通过供应链进行库存管理和批次控制。随着业务的持续增长,Federal Package 计划在不同的生产线上增加更多的康耐视视觉系统,以在合理之处提高生产线末端的产品质量。

(文章来源于康耐视,如有侵权,请联系删文)