Système d'inspection visuelle de conteneur de condiments avec la ligne intelligente de convoyeur d'AI

Système d'inspection visuelle de conteneur de condiments avec la ligne intelligente de convoyeur d'AI

Normes d'inspection

Principe d'inspection

Après que le produit soit formé, il traversera le mécanisme de guidage d'entrée pour s'assurer que toutes les bouteilles sont dans la même direction. Après dépassement par la ligne de transport d'une façon stable et ordonnée, il sera envoyé à la station d'inspection à l'intérieur de notre machine d'inspection pour l'inspection séquentielle.

Après avoir été traité par algorithme à traitement d'images de logiciel et de détection d'AI, ce sera de bons produits jugés et produits défectueux, des produits défectueux détectés automatiquement sont éliminés en ligne, et la fonction de compte peut être réalisée après que le produit fini soit détecté. Après détection de produit, elle est transportée par la ligne de convoyeur d'exportation pour la transition
Allez à la partie postérieure pour la prochaine étape du processus de empaquetage.

Solutions de vision

Le plan de la conception de notre société adopte 14 ensembles de caméras industrielles de rangée de secteur de haut-pixel et de sources lumineuses performantes de stroboscope pour conduire des inspections complètes sur les défauts d'aspect des produits de bouteille. La vitesse d'inspection de conception de l'ensemble entier d'équipement d'inspection est 60 morceaux/minute, et l'équipement peut réaliser qu'il actionne 7* 24 heures sur 24, et on peut automatiquement éliminer en ligne des produits non qualifiés.

Avantages d'algorithme d'AI

• Exactitude des résultats : Comparé aux algorithmes traditionnels de vision, la stabilité des algorithmes d'étude profonds est considérablement améliorée, et elle peut s'adapter aux perturbations générales à l'environnement et à l'arrière-plan. En même temps, l'exactitude de l'algorithme est également plus haute que celle des algorithmes traditionnels de vision ;
• Polyvalence d'algorithme : Pour différents défauts, seulement un nombre restreint d'échantillons de défaut doivent être rassemblés. Après la formation suffisante, différents échantillons de défaut peuvent être automatiquement identifiés. L'algorithme adopté est un cadre unifié d'algorithme ;
• Opportunité de développement : Puisqu'il n'y a aucun besoin de développer des algorithmes pour différents défauts, le cycle de développement entier se raccourcit considérablement, et les projets généraux de défaut visuel ont besoin seulement de 2 ou 3 heures pour aller en ligne pour l'essai ;
• Fiabilité environnementale : En raison de la garantie de la puissance de calcul de GPU, le système entier peut fonctionner dans un environnement à hautes températures pendant longtemps avec la suffisamment de marge de puissance de calcul.