首页 > 公司资讯 > 深度学习技术使检测设备拥有“智慧之眼”

深度学习技术使检测设备拥有“智慧之眼”

2月前发布


在食品药品制造、粮食加工业中,为保障产品品质、控制质量成本,检测环节对于质量管理必不可少。

为检出种类多、形态不一的缺陷,以往制造企业一般采用检测设备辅助人工质检的办法,使用传统算法的检测设备可快速进行相对简单、可量化的缺陷检测,人工质检则进行复杂、难以量化的缺陷检测,但人工质检成本高,在速度与准确率等方面难以适应大批量生产的产线需求。

如何以机械替代人工,提高复杂缺陷检测的效率与准确率?AI人工智能的分支之一,深度学习算法技术已快速发展至可以融入产线之中,高效完成复杂缺陷的检测任务。

深度学习算法通过可达数千层的神经网络,模拟人的思维过程和行为,结合光学装置以及传感器之后,可以模拟人工识别分析图像,检测难以量化特征、无规律的缺陷,比如发芽花生中的花生芽形状不一、特征难以量化,传统算法难以应对,但智能检测设备通过深度学习算法可以识别其中的细微差异,区分发芽花生与正常花生。

基于深度学习算法的智能检测设备与人工检查相比较,视觉感知范围更广,同时在速度、准确率、环境适应性等方面有大幅提升,能够快速融入高速、高产量的自动化产线。

太易检测致力于光谱在线检测技术研究,将深度学习算法应用于食品检测、粮食分选等领域,针对不同的产品,太易检测还可通过个性化方案与配置,为客户针对性地解决检测问题。


深度学习+X射线异物检测

太易智能X射线异物检测机应用深度学习算法,有效提升检测精度,除常规的异物检测功能之外,还可对说明书漏放、雪糕裂缝、奶酪棒缺失、小包装食品封口漏油夹料等复杂的质量问题进行检测。


小包装异物检测.png

小包装食品检测案例


深度学习+粮食颜色分选

太易智能色选机通过深度学习算法,可自学习坚果、籽仁、中草药、辣椒等物料的形状、颜色、纹理等特征,准确识别不规则状的斑点/色块、不规则形状、细微形色差异等复杂缺陷,还可根据客户需求,个性化定义需要检测并剔除的缺陷范围,适应不同的原料分类分级需求。

202206091654762954301438.jpg

花生不合格品检测案例


深度学习+外包装缺陷检测

太易智能视觉检测机,可对桶面等产品的热缩膜外包装进行360°无死角的缺陷检测,还可根据客户需求,定制喷码检测、高歪盖检测、液位检测等解决方案,旨在为生产企业解决现实难题,提升生产效率、产品质量。


桶面拉伸膜检测.png

桶面拉伸膜检测1.png

热缩膜缺陷检测案例

分享到