Проверка упакованных комплектов


В пищевой, алкогольной и медицинской отраслях каждый лоток или комплект должен содержать правильные предметы в правильных местах, быть правильно упакован и отслеживаемым. Проверка упакованных комплектов должна быть точной на скорости линии, чтобы выявлять дефекты и обеспечивать соответствие без замедления производства. Основанная на зрении инспекция автоматизирует размещение, обнаружение присутствия и проверку состояния, одновременно инициируя автоматические процессы браковки или сигналы оператору на удаление дефектных единиц.

Zebra VS40 scanning package content in a manufacturing facility

Автоматизируйте размещение и контроль качества для наборов еды, хирургических комплектов и лотков, чтобы обеспечить более быструю проверку с отслеживаемыми результатами.

Zebra GTX Smart Camera for Food and Bev Meal Kit Inspection

Проверьте сборку упаковки

Умные камеры Zebra выполняют высокоскоростное обнаружение наличия/отсутствия на собранных комплектах и лотках. Система проверяет каждый отсек на наличие необходимого типа предмета, затем отмечает несоответствия перед запечатыванием. Смарт-датчик зрения NS42, оснащённый инструментами обнаружения аномалий на основе глубокого обучения, адаптируется к естественным вариациям, встречающимся в органических продуктах, таких как пища и лекарства, позволяя принимать точные решения о прохождении/непрохождении, минимизируя ложные отказы.

Screenshot of Aurora Vision Software AI model identifies sushi tray defects using deep learning visualizing "good" vs. "bad" outcomes

Объедините логику и управление инспекцией

Zebra Aurora Vision Studio — это аппаратно-независимый набор продвинутых, но простых в использовании инструментов системы машинного зрения. В дополнение к обычной обработке изображений на основе правил и возможностям системы машинного зрения, Deep Learning Add-On предлагает множество продвинутых инструментов, идеально подходящих для инспекций в пищевой, напиточной и фармацевтической отраслях. Инструменты для классификации и сегментации на основе глубокого обучения позволяют разработку надежных проверок комплектов, что позволяет технологии система машинного зрения точно определять и проверять наличие и правильность ожидаемых компонентов, даже если их представление или ориентация отличаются от продукта к продукту.