搜尋結果
由於汙染、變質或含有異物，導致產品召回或退貨產生的成本可能相當巨大。. 由於缺陷外觀的變化繁多，而且可能在密封產品時發生的故障模式極多，要使用傳統視覺系統，進行密封檢測的難度極高。. 外觀中的微粒尺寸、對比度變化和隨機缺陷變換多端，而 ...
像是灰塵、微粒、髮絲或輸送帶碎片等污染與異物，仍是食品與飲料產業召回產品的其中一項主要原因。. 幾乎不必操作人員介入，即可確保產品保持一致的品質控制，可以提升和維繫品牌商譽，同時讓生產力達到最高，並讓投資發揮最大效用。. 仰賴人工進行 ...
使用 PatMax 定位元件. 精準且一貫的元件與特徵定位技術. 防篡改 (或防拆) 包裝成為許多食品業與飲料業產品的常見安全舉措，用來防止汙染和溢漏及維繫成品完整性。. 防篡改密封口，密封環及密封小袋可確保產品送到客戶手中的品質與新鮮度，及為製造廠商 ...
採用 In-Sight ViDi 深度學習視覺軟體. 有機肉品與禽肉是賣給挑剔客戶的優質產品，但其仍是以自動化機械大量包裝。. 肉品或禽肉分切部位上的標籤務必要精確。. 精確分類也可確保每塊分切肉的收費價格適當。. 可能內含實體汙染物仍是工業包裝揮之不去的困擾 ...
- 包裝缺陷探測
- 包裝光學字元辨識
- 包裝裝配驗證
- 包裝分類
對於瓶、罐類的包裝檢測，機器視覺的價值無法衡量。事實上，在大部分工廠中，機器視覺不僅可在製造期間檢測標籤的位置和包裝，還能放料並對準。 傳統機器視覺擅長處理標籤缺陷，巧妙地探測起皺、裂縫、撕裂、翹折、氣泡及印刷錯誤。高對比影像與表面擷取技術能夠擷取缺陷，即使位於曲面或光線條件不佳，也不是問題。不過，一般鋁質金屬表面的眩光，還有其缺陷難以預知又多變，並非全都需要剔除，而可能會干擾傳統機器視覺判別。表面檢測難題之中，還包括像是長條掛擦與淺凹痕等無數的缺陷形態與類型，使得明確搜尋所有類型的潛在缺陷並不可行。 使用新的深度學習方法，能夠精準並反覆地檢測各種不同的棘手金屬包裝表面。使用康耐視深度學習，不會明確撰寫程式和檢測，深度學習演算法會以一組已知「合格」的樣本來訓練自己，建立其參考模型。在此訓練階...
無論是何種材料或類型，都有日期/批代碼隱身在絕大多數消費性包裝上。使用者和消費者在購物時，還有製造廠商在驗證階段期間，能有清楚印出並可讀取的這些代碼相當重要。例如，瓶身或餅乾包裝上的標籤所印的日期/批代碼有誤印、髒污或變形情況，就會對兩者造成問題。 一般而言，傳統機器視覺能在條碼離開工廠之前，輕鬆辨識和/或驗證其是否可讀和正確，但某些表面很棘手而過於難以達成。印在金屬汽水罐之類鏡面材料的條碼有髒污或傾斜的這類情況下，使用機器視覺檢測系統並不是相當可靠，而需要交由人類檢測員讀取。因此，包裝業者需要檢測系統能以人類標準判斷可讀性，但要具備電腦化系統的速度，同時堅固耐用。邁進深度學習。 康耐視的深度學習 OCR 工具能探測和讀取純文字的日期/批代碼，驗證一連串數字與字母正確與否，甚至嚴重變形、歪斜...
多重包裝產品可能會有像是假日主題或季節限定之類有目的性的包裝變化，對於須仰賴視覺功能進行的裝配驗證而言很棘手。這些包裝在相同的盒子或箱上，展示不同的品項與配置。 為了進行這類檢測，製造廠商需要相當彈性靈活的檢測系統，找到並驗證個別的品項是否存在與正確、依適當配置排列，以及符合其外部包裝。為此，檢測系統要能在單一圖像內能逐行檢測以說明包裝變化的多項配置中，找到和分割數個興趣區。 若要依其獨特且多變的可識別特徵，找到個別的品項，深度學習系統是理想選擇，原因是其可依據尺寸、形狀、色彩及表面特徵，歸納出每種品項的可辨別特徵。康耐視深度學習軟體可迅速完成訓練，構建整個品項資料庫。接著，逐區進行檢測 (依象限或逐行)，以驗證已正確地裝配該包裝。
裝配成套檢測需要用到其自動化檢測系統的多項功能。消費者產品多重包裝出貨之前，必須檢測其數量與內含物類型正確。計數和識別就是傳統機器視覺廣受歡迎的能力。但為了確保多組件裝置包含正確的品項，需要依類別將所含的產品分類，例如多重包裝防曬產品是否包含兩種類型的防曬乳，或是否包含一支額外的防曬潤唇膏？ 這是傳統機器視覺所未具備的重要分類能力。幸好，如果裝配成套檢測要處理多變的產品類型，並需要人工智慧來區分這些類型的概略特徵，康耐視深度學習分類工具可以輕鬆與傳統定位與計數機器視覺工具，或與深度學習定位與計數工具結合使用。 深度學習分類的運作方法是，依據一系列標籤圖像分成不同類別，然後依照這些包裝的差異來識別產品。如果訓練將任何類別視為包含異常，則系統可以學習將其分類為可接受或不可接受。 和傳統機器視覺不...
透過這些內容詳細的康耐視部落格文章，深入瞭解機器視覺以及如何運用於工廠自動化。.
精準又可靠地檢測、識別和引導元件. 飲料製造廠商在輸送帶沿線裝瓶的速度飛快。. 裝瓶一定要適當且均一，以確保客戶滿意度和保護銘牌商譽。. 務必測量和驗證每一瓶內的液體量，以降低廢料和重工。. 在裝瓶工廠中，產品的品質檢測會使用視覺感測器 ...
