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
－ 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和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。
