发明于中国、历史悠久且成为华夏饮食文化标志之一、在中国家庭以及餐饮经营场广泛使用、不可或缺的传统餐具——筷子,在中国老百姓心中有着特殊的情感意义。
但就筷子成产行业来看,我国目前检测方法大多分为人工目检和缺陷检测机器检测两种方式。
人工目检的方法挑选筷子,暴露出的问题大多为人工检测效率低、成本高且环境比较恶劣。
随着生产速度的提高以及越来越严格的质量要求,传统人工瑕疵检测的方法已不能保质保量地完成生产任务。
而缺陷检测机不能对筷子的缺陷进行连续性的检测,检测的效率低,且检测过程中不能调节筷子的方位,进而不便于对筷子的表面进行全方位的检测,在一定程度上降低了检测的结果的准确性。
为此,机器视觉检测技术应运而生,完美解决现有技术中存在的问题。
今天,小矩为大家分享的是,合作伙伴运用矩视智能低代码平台完成的“餐具行业中筷子缺陷”检测的案例。
型号目前有2种:碳化筷+黑色塑料管/本色筷+黑色塑料管
① 检测筷子一端是否有缺损、开裂、凹槽/凹坑、毛刺;
准确率/误检率:误检率能控制在千分之一以内(<0.1%)
一次性检测24根筷子,设计2台相机同时拍摄,每次拍摄一个面后,每根筷子旋转90度,停稳之后再拍摄(所有筷子同步旋转),直到完成筷子一周的检测,共拍摄2*4=8张图片。
检测时筷子和塑料管接在一起总长度190mm,如果筷子本体和塑料管都OK,下一道工序就会推进去,最终的成品长度为120mm。
安装方式:将相机固定在产品正上方,保证无干涉,不影响设备运行即可,保证拍摄时每台相机覆盖一半的产品,产品尽量在视野中间,镜头聚焦清晰即可。
通过相机在线拍摄筷子表面的图像,然后送至内存通过图像处理软件,矩视智能低代码开发平台可自动实现盘子外观的缺陷检测。
该系统大大减少了缺陷检测中的人为干预,能大幅度提高企业的生产效率,为真正实现自动化、智能化生产提供了一项可行的实施方案。
筷子外观检测系统安装在生产筷子的流水线能够有效地检测出筷子表面的缺陷(烫伤和缺损)并进行有效标记,从而为残次品的剔除工作提供依据。
一旦系统检测出缺陷中的任何一种,则将该筷子视为残次品,否则为合格品。
客户反馈:“相比之前的检测方式,深度学习模型对抗干扰信息的能力更强,检测效果符合预期。”
矩视智能机器视觉低代码平台是一个面向机器视觉应用的云端协同开发平台,始终秉承0成本、0代码、0门槛、0硬件的产品理念。
平台以人工智能技术为核心,在机器视觉应用开发环节,为开发者提供图像采集、图像标注、算法开发、算法封装和应用集成的一站式完整工具链。覆盖字符识别、缺陷检测、目标定位、尺寸测量、3D测量、视频开发等上百项通用功能,致力于成为全球用户量最多,落地场景最广泛的机器视觉低代码平台。
更多功能正在开发中,最新信息会第一时间在官方公众号进行公布,大家持续关注哦!