產品包裝具有多種特點。因此，不同的形狀、顏色和材料可能會導致不同的缺陷圖案。來自柏林的 Data Spree 展示了如何使用人工智能 (AI) 快速有效地實時識別和消除生產中的復雜包裝質量問題。

ADLINK Technology 和 Data Spree 結合了行業就緒的硬件和最先進的 Vision AI 軟件。對于這個用例，凌華科技擁有一系列硬件和尖端技術。使用我們基于 NVIDIA Jetson Neon 系列的攝像頭，可以在邊緣攝像頭中完成機器學習。

在正在進行的生產和物流的早期階段檢測缺陷并在短時間內消除這些缺陷在包裝行業通常是一項非常艱巨的任務。可靠的視覺檢測自動化是確保始終如一的高質量的關鍵因素。

目視檢查的挑戰

用于視覺檢查包裝缺陷的經典圖像處理系統和傳統算法通常非常不靈活且實施起來成本很高。在這種情況下，缺陷檢測必須由專家手動開發，這需要大量的專業知識和時間。同時，大量可能的缺陷模式（撕裂、缺件、凹痕、劃痕、幾何偏差、缺失內容、印刷錯誤）只能通過大量努力或根本不實現。所有這些都導致成本高昂，而且往往無法滿足自動化的質量要求。

使用 Vision AI 有效解決復雜的質量問題

人工智能 (AI) 可用于可靠地檢測各種單獨的錯誤模式和異常情況。借助 Data Spree 的 Deep Learning DS 軟件，Vision AI 軟件邏輯可以在后臺高效輕松地實現。生產數據的持續監控、缺陷的自動分類和時間序列分析也通過深度學習 DS 在生產操作中以用戶友好的方式實施。

圖 1：深度學習 DS——用于自動視覺質量控制的泡罩包裝表面的數據管理和統計分析

為了實現基于人工智能的缺陷檢測，首先從生產過程中獲取包裝圖像。現在，可以標記某些要檢測的缺陷來訓練人工智能。數據的這種標記稱為注釋。但是，如果想要檢測一般的缺陷和偏差，人工智能在沒有缺陷標記的情況下，也可以在訓練后通過異常檢測來識別與規范的偏差。

在這個過程中，人工智能反復訓練檢測和定位與良好狀態的偏差或異常，或者是用戶想要識別的特殊錯誤模式。在這里，人工智能的功能類似于人腦，并根據圖像數據學習識別、分配和定位缺陷——無需手動預定義特定的包裝特征。借助 Deep Learning DS，您可以自己快速輕松地執行此學習過程。Data Spree 還提供完整的流程，以將其作為服務高效地集成到系統中。

因此，這種方法允許快速、輕松地實施最多樣化和最復雜的質量保證任務——而無需一行編程代碼。

圖 2：泡罩包裝的視覺質量保證，左側檢測表面最小損壞，右側熱圖顯示中缺陷的精確定位

因此，自動化過程可以有效且穩健地實施。一個現成的原型可以在幾個小時內創建，并在很短的時間內擴展為一個高效的解決方案。Data Spree 的快速 AI 模型還確保了高頻生產和物流操作的實時能力。另一個好處是學習系統的靈活性。如果包裝、包裝屬性或產品因生產或物流變化而發生變化，人工智能可以簡單地“輸入”新圖像并重新訓練。這允許快速有效地響應生產或物流的變化，而無需從頭開始或購買并實施新的解決方案。

通過深度學習 DS，來自正在進行的生產操作的數據和檢測到的錯誤可以長期存儲、管理和統計評估。這樣，在數據管理和人工智能訓練的結合中，可以不斷實現最高質量要求。

快速簡便的實施

經過訓練的 AI 模型可以通過開放的 ONNX 標準格式單獨集成到任何客戶應用程序中。Data Spree 自己的執行環境 Inference DS 還提供了一個簡單的圖形用戶界面，其中 AI 模型可以使用拖放原理在相應的硬件（例如智能相機或工業 PC）上快速執行。這可以節省集成時間——尤其是成本。

凌華科技與數據狂歡合作

凌華科技 Edge 軟件生態系統內置了 Data Spree 深度學習 DS 的連接器。這使兩家公司能夠以可擴展的方式將任何視覺 AI 解決方案的功能擴展到凌華科技廣泛的硬件和軟件組合，而無需更改兩個系統的底層平臺。使用凌華科技廣泛的物聯網平臺，我們可以與邊緣公司集成，為企業和云提供過濾數據。

作者：Manuel Ha? 和 Chris Montague

作為柏林初創公司 Data Spree 的聯合創始人，Manuel Ha? 實現了對未來自動化的共同愿景：讓每個人都可以訪問深度學習，以實現認知過程的自動化。在柏林工業大學和 ABB 車站學習計算機科學后，Manuel 在創立 Data Spree 之前在柏林 DCAITI 從事自動駕駛汽車的工作。

Chris Montague 是凌華科技 EMEA 邊緣解決方案銷售主管。一位物聯網專業人士，在硬件、軟件和 IT 解決方案市場擁有超過 22 年的經驗，在加入凌華科技之前，他曾在一家 IT 咨詢公司工作，為客戶提供咨詢，并為多個垂直領域的項目提供從售前到交付的服務。他擁有諾森比亞大學的計算機科學學士學位，并開始了他的 IT 職業生涯，他編寫代碼以優化和簡化大型公共部門客戶的數據庫。

克里斯·蒙塔古

曼努埃爾·哈斯

審核編輯 黃昊宇