案例分享 - 看基于深度学习的机器视觉识别如何为医药行业PET、HDPE检测赋能,实现工业视觉检测自动化

来源:智汇工业

点击:702

A+ A-

所属频道:新闻中心

关键词:深度学习,机器学习,英伟达,NVIDIA,机器视觉,视觉检测,视觉识别,智能制造,工业检测,工业视觉,工业质检,缺陷检测,目标检测,Jetson,nano,Xavier,计算机视觉,算法,人工智能,AI,北京蓝海大脑
    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 


    1. 识别
    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


    蓝海大脑AI智能产品集.png


    - 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。





    蓝海大脑  (www.lanhy.cn)  是一家以机器视觉和GPU技术创新为驱动的新型科技公司,利用深度学习开发的解决方案覆盖高性能计算(含GPU水冷工作站、服务器)和嵌入式边缘计算。在智能制造、医药、教育、科研、遥感等领域积累了大量AI实战经验。


    蓝海大脑工业视觉解决方案基于深度学习的视觉识别平台,结合工业相机、机械臂及传感器等设备,为客户打造集声、光、电、机、软、算一体化工业检测整体解决方案。






    (审核编辑: 金蓝海科技有限公司)