基于AI视觉的标签动态检测方案

方案简介

Solution brief

现有产线多采用人工检测标签内容及缺陷检测，存在低效可靠性差，不良率高、生产用工及售后费用大、品牌形象受损等问题。

中科迪宏“基于AI的标签动态检测系统”，以基于AI视觉的深度神经网络算法模型为核心，结合外观检测、条码读取、标签内容识别及瑕疵检测等模块，组成一套完整的多功能智能集成系统，可快速完成定制化开发，本地化部署，有效解决上述问题。

方案功能

Solution function

多个智能识别模块集成一体，包括外观属性识别（如尺寸、颜色等）、条码读取及标签内容识别、标签瑕疵识别（如标签打印残缺、模糊、断连、丝印不良等等）。

方案亮点

Bright spot

系统一体化集成多个智能识别检测模块；深度学习算法模型具备高准确性；支持客户快速高度定制需求；系统可以实现“四无”对接能高效快速部署运行；通用性稳定性强，已在多家世界500强企业应用。

条码读取、标签内容OCR识别、缺陷检测需求。
深度学习算法模型支持客户特有的标签字体、颜色（外观）识别，标签缺陷检测需求。
系统实现“四无”对接：无需产线改造；无停留动态识别检测；数据无缝对接；无需云端部署。
相比传统处理方法，系统深度学习算法模型极大地提高了识别准确度。
在多家世界500强制造企业落地实施，成功案例丰富，实施部署快捷。

应用场景

Application scenario

工业案例

Project case

随着产品质量标准和售后服务要求越来越高，产品外观质量检查（如尺寸、颜色等）、条码读取、标签内容OCR识别，及相关的各种缺陷检测（如产品表面瑕疵、标签打印错误或打印质量不良等）越来越受到重视。现有产线多采用人工进行检查，效率低，可靠性差，导致产品品质不稳定、不良品率高、生产用工及售后费用大、品牌形象受损等一系列问题。 HP打印机项目是对打印机标签进行外观检测，主要检测颜色准确、字迹清晰度、内容是否正确、标签是否按规定位置粘贴、标签打印错误或打印质量不良等缺陷。性能指标完全满足客户要求，在几项关键指标上性能超出客户预期。

打印机标签检测现场图
打印机标签检测现场图
打印机标签检测现场图