用于药品缺陷检测的 AI 药片检测

案例概述

解决方案：SolVision

药片生产完成后，必须检查其形状、尺寸、颜色、纹理、标识和表面质量是否存在问题。一家跨国制药公司采用 SolVision 进行 AI 药片检测，并减少长时间人工检查的需求。

药片生产完成后必须通过外观检测。该检测用于确认每片药片的形状、尺寸、颜色、纹理、表面状况和标识是否符合既定质量标准。

检测还必须识别破损药片、褪色、标识错误、污物和异物。可靠的药片检测有助于防止缺陷产品进入包装或后续生产环节。

药片缺陷的外观并不总是相同。缺陷的尺寸、形状、颜色、位置和严重程度可能各不相同。

传统自动光学检测系统通常采用固定规则。当缺陷与预设模式不符时，这些系统可能难以准确识别。

因此，工作人员可能需要人工检查药片。长时间人工检测容易导致疲劳，并增加漏检或误判的风险。

SolVision 采用基于图像的学习技术识别药片的外观缺陷。制造商使用合格药片和已知缺陷药片的图像训练检测模型。

系统可检查形状、尺寸、颜色、纹理、表面状况和标识。发现新的缺陷类型后，制造商可以添加更多图像并更新检测模型。

该应用可检测形状异常、尺寸差异、褪色、表面缺陷、标识错误、污物和异物。随后，可将不符合检测标准的药片与合格产品分离。

减少人工药片检测所需的时间。

提高外观缺陷检测的一致性。

更快更新模型，以识别新发现的缺陷类型。