基于AI视觉的标签动态检测方案

方案简介

Solution brief

现有产线多采用人工检测标签内容及缺陷检测,存在低效可靠性差,不良率高、生产用工及售后费用大、品牌形象受损等问题。


中科迪宏“基于AI的标签动态检测系统”,以基于AI视觉的深度神经网络算法模型为核心,结合外观检测、条码读取、标签内容识别及瑕疵检测等模块,组成一套完整的多功能智能集成系统,可快速完成定制化开发,本地化部署,有效解决上述问题。

方案功能

Solution function

多个智能识别模块集成一体,包括外观属性识别(如尺寸、颜色等)、条码读取及标签内容识别、标签瑕疵识别(如标签打印残缺、模糊、断连、丝印不良等等)。

方案亮点

Bright spot

系统一体化集成多个智能识别检测模块;深度学习算法模型具备高准确性;支持客户快速高度定制需求;系统可以实现“四无”对接能高效快速部署运行;通用性稳定性强,已在多家世界500强企业应用。
  • 条码读取、标签内容OCR识别、缺陷检测需求。
  • 深度学习算法模型支持客户特有的标签字体、颜色(外观)识别,标签缺陷检测需求。
  • 系统实现“四无”对接:无需产线改造;无停留动态识别检测;数据无缝对接;无需云端部署。
  • 相比传统处理方法,系统深度学习算法模型极大地提高了识别准确度。
  • 在多家世界500强制造企业 落地实施,成功案例丰富,实施部署快捷。

应用场景

Application scenario

工业案例

Project case

随着产品质量标准和售后服务要求越来越高,产品外观质量检查(如尺寸、颜色等)、条码读取、标签内容OCR识别,及相关的各种缺陷检测(如产品表面瑕疵、标签打印错误或打印质量不良等)越来越受到重视。现有产线多采用人工进行检查,效率低,可靠性差,导致产品品质不稳定、不良品率高、生产用工及售后费用大、品牌形象受损等一系列问题。 HP打印机项目是对打印机标签进行外观检测,主要检测颜色准确、字迹清晰度、内容是否正确、标签是否按规定位置粘贴、标签打印错误或打印质量不良等缺陷。 性能指标完全满足客户要求,在几项关键指标上性能超出客户预期。
  • 打印机标签检测现场图

  • 打印机标签检测现场图

  • 打印机标签检测现场图