化妆品住房检查

搜索特定的缺陷，例如划痕，同时容忍不重要的异常和设备外壳的变化

相关产品

VisionPro深度学习

基于深度学习的工业图像分析的图形编程环境

在视线D900

由In-Sight ViDi基于深度学习的视觉软件驱动

当零件变化时，化妆品检查可能是具有挑战性的，无论是在组件层面还是在包装和外壳水平。划痕，凹痕和其他化妆品缺陷可能不会影响功能，但会影响成品质量和消费者的感知。一些化妆品缺陷可能是显而易见的抑制原因，而其他小缺陷是可接受的。出于这个原因，制造商需要培训检验系统以搜索特定的缺陷，并将它们与小瑕疵区分开来。编程将这种复杂性的检查成基于规则的算法需要复杂的缺陷库。人类检查，虽然更灵活，太慢，不可靠，不一致。

使用缺陷检测工具在监督模式下，工程师可以训练康复深度学习，以寻找特定的缺陷，例如划痕，同时容忍不重要的异常和变化。该工具经过优化，可以使用低对比度的图像或捕获不佳。例如，下面的图像说明了缺陷检测工具如何分析耳塞的好坏图像。在运行时，软件表征具有严重划痕的图像作为有缺陷，已经学会识别和忽视轻微的化妆品瑕疵。