包装密封检测解决方案

以AI技术判断包装是否确实密封

包装密封的重要性:
避免产线非正常损耗与污染

产品包装的密封能够确保安全及品质,如果有缺陷不仅影响产品的完整性,亦会造成生产机器非正常耗损及污染,因此密封是否完全是维持产品品质的关键。

自动光学(AOI)与人工检测:密封缺陷情形差异甚小

除了判断包装是否密封之外,若要找出问题的根源,须进一步确认密封不完全的型态与原因,但因为密封缺陷的各类型态差异甚小,且物件表面呈高反光,不论是人眼或自动光学检测( AOI)皆不易找出缺陷并将之分类。

包装品检新AI技术:密封缺陷分类

所罗门结合机器视觉与人工智能使用SolVision的分类工具,由影像定义出密封完好的状态,并与多种缺陷作比较,包括下方密封不确实、下方与侧边皆未密封、下方与侧边密封不确实等,可即时检出没有密封完整的包装并将缺陷分类。

包装密封缺陷检测案例

正确

正确

下方密封不完整

侧边密封不完整

下方及侧边皆未密封

相关文章
  • Multi Colored Plastic Round Toy

    纱线瑕疵检测的最佳解决方案

    保有生产效益的同时兼顾纱线质量,是纺织业者最大挑战。现今纱场依以人工检测为主,漏检率高且工时长,不利实际质量要求,传统AOI面对不固定瑕疵时亦难以检测,误判率高。使用SolVision工具使AI学习辨识瑕疵特征,快速且精准地找出各项缺陷,有效改善检测速率、成品良率并降低品检负担。
  • AI影像辨识– OCR电子元件字符

    电子组件制造过程追踪为半导体之产出基石,辨识组件编号被视为生产重要环节之一。但较差环境下让AOI辨识更加困难,对于提升产线效率以及降低字符的误判度有很大改善空间。利用SolVision技术执行光学字符识别,有别于传统AOI,不受底色、环境光线及字符种类多等限制,可精准识别个别编码。
  • Close-up Photography of a Power Tool

    金属加工冲压件表面瑕疵检测解决方案

    金属加工冲压件上可能出现的瑕疵种类繁多且形态不一,油污及水渍更是不易观察。另一方面,金属加工件在取像时的亮度也各有差异,造成AOI瑕疵检测的执行相当不易。金属加工品的品管助手:AI瑕疵检测,经训练的AI模型可轻易检出各式冲压件上的瑕疵,大幅提升产品的表面质量。
  • assorted coffee capsules

    咖啡胶囊摆放顺序出货前检验解决方案

    咖啡胶囊不同口味代表不同颜色,以一盘咖啡胶囊作为标准组,另一盘咖啡胶囊作为对照组。使用SolVision学习各种咖啡胶囊的影像,若有任意一个咖啡胶囊的位置摆放错误,软件可立即将错误摆放之处以检测框标示出来,可成功分辨各式高反光且颜色差异小的咖啡胶囊。