导语
• 某PE瓶制造公司希望建立PE瓶检测系统，利用机器视觉技术快速准确全方位识别药瓶外观瑕疵, 并将有瑕疵的产品在线自动剔除。
• 本案采用多个相机进行检测。在蓝海大脑深度学习训练平台进行AI训练，并部署到工业视觉检测平台。实时动态显示检测数据，提示缺陷样品达到限额。提供“训练+部署”端到端解决方案，大大提高检测效率。
1背景及挑战
- 传统人工方式检测药瓶，主观性强、速度慢、易受干扰、易疲劳。
- 不能及时准确判断药瓶缺陷，且质检效率难以把控。
2项目需求
- 配备传送装置，通过理瓶设施进入检测设备进行全面检测剔除。
- 利用机器视觉技术快速准确的识别药瓶外观瑕疵,并将有瑕疵的产品在线自动剔除。- 具备深度学习能力和自维护升级功能，不断积累数据实现剔除准确率趋于100%能力。
- 实现产品全方位无死角检测, 实时显示检测结果。
3机器视觉主要功能
识别物体的物理特征（如外形、颜色、字符、二维码、条码等）。引入深度学习后模式识别的应用范围和精度得到大大提升。
2. 定位
通过得到图像的坐标信息来自动判断 物体的位置，校正、引导、对位、跟踪。分为2D定位和3D定位，通常与机械手配合使用。3. 测量
自动测量产品外观尺寸，如宽高、孔径、直径和间距等。引入深度学习后，可对不规则裂痕、划伤进行长度、深度测量。
4. 检测
检测产品的污点、裂痕、划伤、缺损等。引入深度学习后大量原本无法检测的缺陷已可检测。
解决方案4
- 采用AI智能相机多角度进行数据采集。GPU液冷工作站运行AI视觉检测系统，进行深度学习、训练、分析等
- 脏污、变形等缺陷使用传统算法；瓶身吹不满、瓶壁薄厚不匀等缺陷使用AI深度学习算法检测
- 收集缺陷样品，在深度学习训练平台进行AI训练，并部署到工业视觉检测平台
- 缺陷品分类：底层算法给出检出结果，实现对主要缺陷进行分类统计
- 实时动态显示检测数据，提示缺陷样品达到限额及时警示
- 提供“训练+部署”端到端解决方案
5技术难点
- 自动上料机的设计
- 产品缺陷种类较多
- 检测后的不良品分类剔除
基于蓝海大脑工业视觉智能平台+专业自动光学机构及自动化产线，通过深度学习构建全新识别模型，实现全流程自动化智能化的产品质量表面缺陷检测，实时输出全量质量数据。
