項目背景：
乳膏劑車間生產管狀乳膏劑產品，生產過程可能存在打碼缺失、藥膏溢出、管口凹陷、折疊 不良、缺蓋、破損、污染、印刷不良等一系列外觀質量問題，使用傳統檢測方法，難以滿足多種瑕疵的檢測及高精度的檢測需求，為進一步降低產品的外觀質量缺陷，提高質量管控水平、設備智能化水平及人員效率，擬增加乳膏線智能視覺檢測系統及其附屬設備，用于產品的外觀缺陷質量控制。
客戶需求：
檢測需求：夾封不良、印刷污染不良、溢膏、三期缺失、缺蓋檢測、破損檢測、凹陷檢測。
解決方案——復雜背景
通過了解目標區域的各種外觀，分割缺陷或其他感興趣的區域，來了解物體的正常外觀（包括其顯著但可容忍的變化），通過深度學習算法，查找視野中的復雜特征和對象，學習正常的零件差異，同時全面地理解缺陷，用于表面缺陷和異類檢查，解決零件復雜背景下定位、裝配驗證、缺陷探測、分類和光學字符識別應用問題。
驗證效果：
1、對產品固定特征點創建模型進行定位
2、對不良產品特征進行標示并訓練，建立深度學習模型
3、完成訓練后的深度學習模型對產品不良進行檢測，效果如下
如果你的工業生產線中，可能用的到機器視覺或AI深度學習方面的技術來做質量管控，那不妨和我們盈泰德科技聊聊，我們會先根據你的需求分析，從一個專業的角度免費來給你設計一個合適你的方案，然后聽取你的意見，再詳細洽談，最后即使沒能達成合作，我們也非常希望能多認識個朋友。
