深度学习视觉系统在雪糕盒产品中的全方位识别检测收藏

中国是雪糕棒的最大生产国，出口量巨大，世界各国对于雪糕棒产品有着不同的质量要求在生产的过程中，有的雪糕棒表面会存在一些缺陷，由于雪糕棒与机械硬件之间的碰触造成雪糕棒表面存留机器油污，由于旋切、冲切等步骤雪糕棒会出现裂纹损坏，以及树皮、死结、腐朽、局部色差和整体色差缺陷等等。

据调查，生产厂家传统的检测方式主要是通过人眼检测的方式进行质量检测和分选，这种检测方式存在很多弊端：1、雪糕棒分级标准是根据其表面缺陷的面积大小及长度来进行划分的，通过人工肉眼观测来直接对雪糕棒进行分级会由于个人视觉的差异性，很难保证雪糕棒分级的准确性和标准化，且人眼观测的尺寸会与雪糕棒实际的尺寸存在很大的误差。

2、由于人工肉眼检测会消耗大量的精力，需要一直精神高度集中，人在长期的工作状态下，会产生疲劳期，因此长时间工作下工人会产生视觉疲劳，易造成生产线上雪糕棒漏检的可能，而且工人长时间集中用眼会对其自身的眼镜产生伤害。

3、人工目视检测不仅需要很高的工人成本，且工作效率低下。基于机器视觉检测技术的木制品表面缺陷检测主要是通过光学成像系统来对雪糕棒进行照片的采集，利用计算机编写好的算法对其进行检测。

矩视智能的深度学习技术的研发，以神经网络为基础，通过训练深度学习系统内的神经网络会让学习各零件的形态特征，建立包涵零部件特征的深度学习模型，快速定位识别不同组件对比人工质检，矩视智能低代码开发平台，实现了“快、全、省、安、优”的整体效果提升：。

快：从人工1秒检测1个产品，到机器1秒检测近百个产品；全：从只能识别1种缺陷，到可识别全流程几十种缺陷；省：从一条流水线3个人到如今无需人力，机器24小时全检；安：从夜班员工有疲劳风险，到安全隐患被杜绝；优：从1年多起消费者投诉，到现在投诉率几乎为0。

雪糕外包装识别检测矩视智能低代码平台可以实现稳定、连续、可靠的产品检测，克服人工检测易疲劳、个体差异、重复性差等缺点，帮助企业提升产品质量水平，提高生产效率，降低生产成本雪糕盒外包装检测：对雪糕盒的外包装进行检测，包括外包装破损、勺子有无、标签有无、生产日期有无等检测等。

盒装雪糕的液位检测：对盒装雪糕的液位进行检测，保障灌装的一致性；整体包装计数：对整体装盒进行计数，保证包装数量。

雪糕棒质量检测雪糕棒作为雪糕等冷饮的柄把之用，由于选材不严格也会造成生产出的雪糕棒外观出现不同形态的局部色差和整体色差通过机器视觉检测设备，可以检测雪糕棒：缺肉、多肉、劈裂、面取、平头、毛刺、弯曲、侧弯、死弯、窄料、碎料、折料、树皮、污染、腐朽、死结、水线、点结子、绒毛、水渍、压痕、麻板、锛头、深色、色差、筋裂痕、活结不变形。

1、劈裂

2、点结子

3、污点

4、拆料

雪糕盒表面缺陷检测1、黑点检测

2、毛发检测

3、破损检测

（文章来源于矩视智能，如有侵权，请联系删文）

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。