咨询热线:+(86)10 63308519
您现在所在位置:首页 > 行业资讯
VisionPro Deep Learning 帮助中科玻璃解决酒瓶标签 缺陷检测难题
来源: 康耐视(Cognex)公司作者: 康耐视(Cognex)公司时间:2021-09-25 10:34:50点击:1944

微信图片_20210925102754.png

四川中科玻璃有限公司(简称中科玻璃)是一家以专业生产经营中、高端白酒玻璃瓶为主的大型民营企业,主要客户有泸州老窖、五粮液、剑南春、茅台、汾酒、洋河、沱牌等国内名酒企业,并为欧美主流酒类产品提供大量高端酒瓶。公司自创立以来一直专注于新产品设计新工艺、新技术的设计、研发与应用,形成一套完整的包装设计、研发、创新及生产与物流为一体的一站式服务企业。公司占地面积 500 余亩,现有员工 3000 余人。年产值15 亿元,年产玻璃瓶可达 3.8 亿只,并拥有高精技术的打磨、抛光、烤标、刻花、蒙砂、磨砂、喷釉、纳米喷镀、丝印、热转印、烫金等深加工工艺。


酒瓶标签缺陷的人工检测方式严重影响生产效率白酒在我国有着悠久的历史和传统,随着白酒市场的竞争加剧和消费者对产品包外观要求的不断提升,白酒生产商对酒瓶外包装质量的要求也在日益提高。如果酒瓶标签有缺陷,会影响白酒商业价值。但是在白酒瓶印刷过程中,由于受到机械故障、工艺技术性能等因素的影响,白酒瓶印刷品的表面一般都存在不同程度的各种缺陷,例如划痕、鱼眼、脏污、糊版、气泡等缺陷。


中科玻璃在多年的酒瓶生产中,为了保证产品品质,就雇佣了大量人工对酒瓶标签进行质量检测。然而,传统的人工检测模式容易受到视觉疲劳等因素影响,工人会产生疲劳检测,导致漏检、错检等情况。而且人工目检效率低,因而无法满足工业化生产的需要。


“由于本地检测工人的流动性强,每年在招聘工人和培训人员对酒瓶工艺品质的了解上费时费力,无形中增加了很多企业成本。”中科玻璃生产负责人指出,“同时,在生产检测环节上常年采用三班倒的轮班模式,企业在人工和管理成本上投入巨大。而且,人工检测常常造成不良品误流到市场,给企业口碑带来了不利的影响。”


近年来,随着机器视觉技术的快速发展,中科玻璃看到许多行业正在将机器视觉系统应用于流水生产线上,极大提高了生产效率和检测质量。因此,中科玻璃迫切需要寻求一种适合自身需要的视觉解决方案,来逐步替代人工检测。


“只有这样,中科玻璃才能扩大发展规模,同时保证将质量稳定的产品输送到市场。”中科玻璃生产负责人表示,“如果不及时解决这个问题,随着市场激烈的竞争,公司将面临不可预估的风险。”


VisionPro Deep Learning 实现酒瓶标签的高效自动检测


然而,在寻求合适的视觉解决方案过程中,中科玻璃也颇费周折。


“我们最主要是考虑方案的可靠性以及供应商的技术实力,虽然有不少的供应商推荐了使用人工智能的视觉方案,但是在应用简便性和测试时间上,让设备工程师感觉非常麻烦。”中科玻璃生产负责人讲道,“而且,我们还发现传统机器视觉产品无法检测酒瓶复杂的烫印缺陷,经典深度学习网络的部署非常复杂,因此公司就一直踌躇使用什么样的方案来解决检测难题。”


在一次偶然的机会,中科玻璃的机器人供应商得知他们的需求后,便推荐了康耐视公司,中科玻璃的生产负责人很快就与康耐视取得了联系。


“由于是第一次接触康耐视的品牌,所以对康耐视的公司实力和产品性能进行了多方位的调研,看看有没有适合我们的方案。”中科玻璃的生产负责人表示。他们了解到,VisionPro Deep Learning 是专为制造业设计的同类最佳深度学习视觉软件。它是以优秀的机器学习算法套件制成的经过现场测试、优化且可靠的软件解决方案。将深度学习技术与 VisionPro 软件相结合,VisionPro Deep Learning 能够解决复杂的应用问题。


中科玻璃的生产负责人接着指出,“经过康耐视的推荐及产品演示,我们认为康耐视的深度学习产品VisionPro Deep Learning 非常符合车间现场的实际需求,而且智能化程度很高,于是就进行下一步的实际测试和方案验证。”


根据现场工况和检测需求,经过双方的不断交流,确定了酒瓶标签缺陷检测的视觉解决方案。


微信图片_20210925102808.png

线上试生产,人工配合校验


由于酒瓶标签为烫印,分别位于透明酒瓶瓶体的正反面,于是就部署了两个工位,分别检测正反面的烫印内容 ;为了消除图像里混杂的噪声,每个工位安排了独立的正反面光源组合,可有效去噪,获得良好的图像信息 ;而在数据标注上,通过定位、区域划分等特殊的处理方式,将综合性的烫印内容检测分步进行 ;另外,使用了多线程多 GPU 的方式,来处理不同的检测区域内容,从而通过数千张图像的标注,不但实现了在现场应用的快速部署,而且还能同时满足现场高速生产的需要,切实有效地取代了现场“三班倒”的人工检测模式。

微信图片_20210925102818.png

VisionPro Deep Learning测试和训练产品标注


“VisionPro Deep Learning 的深度学习功能让我们挺意外的,由于酒瓶在做线体运动时就要进行拍照,因此照片上显示的玻璃瓶会有一定范围内波动,造成后续检测区域偏移,而 Locate 定位工具轻松解决了这个问题,避免了酒瓶运动导致的拖影模糊现象,通过采集 30 多张图片进行标注就实现了不错的定位效果。”中科玻璃的生产负责人在看到 VisionPro Deep Learning 强大的性能后,惊喜地表示,“而 Analyze 工具就更神奇了,经过康耐视简单培训,我们现场的设备工程师都能自主训练图像并且应用到生产当中,并且把各种不同形状的缺陷瑕疵都能检测出来,这又给我们省去了招聘专业技术人员的烦恼。”


康耐视出色的视觉检测方案赢得了中科玻璃的信任,于是,双方就正式签署合同,引入 VisionPro Deep Learning 来实现酒瓶标签的快速高效检测。


成功部署 VisionPro Deep Learning 让企业产能提高 1 倍从项目签订到 VisionPro Deep Learning 在工厂顺利部署完毕,仅仅用了 1 个月的时间。目前,其在车间现场已经使用数月,运行效果稳定,大幅度提高了产品的良品率,中科玻璃再也没有收到用户对产品的投诉。

微信图片_20210925103934.png

软件离线训练


而应用 VisionPro Deep Learning 给中科玻璃带来的不仅仅是这些。


以前,企业日均生产量只有 1 万多件,限制产能的最主要因素就是人工检测耗时严重,平均一个人检测一个产品瑕疵缺陷的时间需要 10 秒钟,而且检测的稳定性和标准不一样,严重拖累了生产节拍。现在,在部署VisionPro Deep Learning 之后,由于实现了自动化程度很高的智能检测,中科玻璃的产能已经大幅度提升,由原来日均产量 1 万件提升至 2 万多件。


“目前的检测效果完全超出了我们的预期,当时也就想着花个 10 多秒时间检测下产品,只要能帮企业省点人工检测费用就行,而现在则完完全全帮助企业打破了检测的技术瓶颈!”中科玻璃的生产负责人强调,“对此,我们总经理还特意到车间观看了整个检测设备,并在员工会议上做出重要指示 :‘每个车间的人工检测成本都是我们厂的开销大头,希望大家能从这个项目中吸取经验,帮企业缩减开支,造福客户,造福整厂!’”


正是在康耐视深耕机器视觉领域多达 30 多年的经验积累和深厚的创新解决方案支持下,中科玻璃践行以“品质打造市场、技术推动发展、管理创造效益”的企业发展之路,有了更先进的技术保障。


“由于我们白酒行业比较特殊,只要有一家企业成功使用了先进技术,那么其他厂家都会慕名而来。如果有同行来咨询康耐视的情况,我会说康耐视的产品跟品味白酒一样,第一口觉得害怕,但是接下来的第二口第三口会让你意犹未尽,只有品过了,才真的知道什么叫香!”中科玻璃的生产负责人诙谐地总结道,“现在经过第一次合作,企业上下对康耐视的 VisionPro Deep Learning 深信不疑,我们已经提交了明年的相关技改计划,准备用它来解决更多的生产检测问题。我们期待未来康耐视产品能给企业省去更多的人力检测成本,让中科玻璃成为同行中技术领先的生产厂家。”

微信图片_20210925102837.png

VisionPro Deep Learning的现场安装图片

> 相关阅读:
> 评论留言:
联系地址: 北京丰台区广安路9号国投财富广场4号楼3A19 企业邮箱:steve.zhang@fbe-china.com
©2019 版权所有©北京中福必易网络科技有限公司  京公安备11010802012124 京ICP备16026639号-1