具有人工智能 (AI) 的自动视觉包装控制-电子发烧友网

产品包装具有多种特点。因此，不同的形状、颜色和材料可能会导致不同的缺陷图案。来自柏林的 Data Spree 展示了如何使用人工智能 (AI) 快速有效地实时识别和消除生产中的复杂包装质量问题。

ADLINK Technology 和 Data Spree 结合了行业就绪的硬件和最先进的 Vision AI 软件。对于这个用例，凌华科技拥有一系列硬件和尖端技术。使用我们基于 NVIDIA Jetson Neon 系列的摄像头，可以在边缘摄像头中完成机器学习。

在正在进行的生产和物流的早期阶段检测缺陷并在短时间内消除这些缺陷在包装行业通常是一项非常艰巨的任务。可靠的视觉检测自动化是确保始终如一的高质量的关键因素。

目视检查的挑战

用于视觉检查包装缺陷的经典图像处理系统和传统算法通常非常不灵活且实施起来成本很高。在这种情况下，缺陷检测必须由专家手动开发，这需要大量的专业知识和时间。同时，大量可能的缺陷模式（撕裂、缺件、凹痕、划痕、几何偏差、缺失内容、印刷错误）只能通过大量努力或根本不实现。所有这些都导致成本高昂，而且往往无法满足自动化的质量要求。

使用 Vision AI 有效解决复杂的质量问题

人工智能 (AI) 可用于可靠地检测各种单独的错误模式和异常情况。借助 Data Spree 的 Deep Learning DS 软件，Vision AI 软件逻辑可以在后台高效轻松地实现。生产数据的持续监控、缺陷的自动分类和时间序列分析也通过深度学习 DS 在生产操作中以用户友好的方式实施。

图 1：深度学习 DS——用于自动视觉质量控制的泡罩包装表面的数据管理和统计分析

为了实现基于人工智能的缺陷检测，首先从生产过程中获取包装图像。现在，可以标记某些要检测的缺陷来训练人工智能。数据的这种标记称为注释。但是，如果想要检测一般的缺陷和偏差，人工智能在没有缺陷标记的情况下，也可以在训练后通过异常检测来识别与规范的偏差。

在这个过程中，人工智能反复训练检测和定位与良好状态的偏差或异常，或者是用户想要识别的特殊错误模式。在这里，人工智能的功能类似于人脑，并根据图像数据学习识别、分配和定位缺陷——无需手动预定义特定的包装特征。借助 Deep Learning DS，您可以自己快速轻松地执行此学习过程。Data Spree 还提供完整的流程，以将其作为服务高效地集成到系统中。

因此，这种方法允许快速、轻松地实施最多样化和最复杂的质量保证任务——而无需一行编程代码。

图 2：泡罩包装的视觉质量保证，左侧检测表面最小损坏，右侧热图显示中缺陷的精确定位

因此，自动化过程可以有效且稳健地实施。一个现成的原型可以在几个小时内创建，并在很短的时间内扩展为一个高效的解决方案。Data Spree 的快速 AI 模型还确保了高频生产和物流操作的实时能力。另一个好处是学习系统的灵活性。如果包装、包装属性或产品因生产或物流变化而发生变化，人工智能可以简单地“输入”新图像并重新训练。这允许快速有效地响应生产或物流的变化，而无需从头开始或购买并实施新的解决方案。

通过深度学习 DS，来自正在进行的生产操作的数据和检测到的错误可以长期存储、管理和统计评估。这样，在数据管理和人工智能训练的结合中，可以不断实现最高质量要求。

快速简便的实施

经过训练的 AI 模型可以通过开放的 ONNX 标准格式单独集成到任何客户应用程序中。Data Spree 自己的执行环境 Inference DS 还提供了一个简单的图形用户界面，其中 AI 模型可以使用拖放原理在相应的硬件（例如智能相机或工业 PC）上快速执行。这可以节省集成时间——尤其是成本。

凌华科技与数据狂欢合作

凌华科技 Edge 软件生态系统内置了 Data Spree 深度学习 DS 的连接器。这使两家公司能够以可扩展的方式将任何视觉 AI 解决方案的功能扩展到凌华科技广泛的硬件和软件组合，而无需更改两个系统的底层平台。使用凌华科技广泛的物联网平台，我们可以与边缘公司集成，为企业和云提供过滤数据。

作者：Manuel Haß 和 Chris Montague

作为柏林初创公司 Data Spree 的联合创始人，Manuel Haß 实现了对未来自动化的共同愿景：让每个人都可以访问深度学习，以实现认知过程的自动化。在柏林工业大学和 ABB 车站学习计算机科学后，Manuel 在创立 Data Spree 之前在柏林 DCAITI 从事自动驾驶汽车的工作。

Chris Montague 是凌华科技 EMEA 边缘解决方案销售主管。一位物联网专业人士，在硬件、软件和 IT 解决方案市场拥有超过 22 年的经验，在加入凌华科技之前，他曾在一家 IT 咨询公司工作，为客户提供咨询，并为多个垂直领域的项目提供从售前到交付的服务。他拥有诺森比亚大学的计算机科学学士学位，并开始了他的 IT 职业生涯，他编写代码以优化和简化大型公共部门客户的数据库。