乐鱼网页版-乐鱼(中国)

基（jī）于（yú）AI视觉的（de）标签动态检测方案

方（fāng）案简介

Solution brief

现有产线多采用人（rén）工（gōng）检测标（biāo）签（qiān）内容及缺陷（xiàn）检测，存在低效可靠性差，不良率（lǜ）高、生产用（yòng）工及售后（hòu）费用大、品（pǐn）牌形象受损等问题。

中科乐鱼网页版和迪宏“基于AI的标（biāo）签动（dòng）态检测系统”，以基（jī）于AI视觉的深度神（shén）经（jīng）网络（luò）算法模型为（wéi）核心，结（jié）合外观检测、条码读取、标签内容识别及瑕疵检测等模（mó）块，组成一（yī）套完整的多功（gōng）能智能集成系统，可快速完成（chéng）定制化开发，本地化部署（shǔ），有效解决上述问题。

方案功能

Solution function

多个智能识别模块集成一体，包括外观属（shǔ）性识（shí）别（如尺寸、颜色等）、条码读（dú）取及标（biāo）签内（nèi）容识别、标签瑕疵识别（如标签打（dǎ）印残缺、模糊、断（duàn）连、丝印不良（liáng）等等）。

方案亮点

Bright spot

系统一体（tǐ）化（huà）集成多个智能识别检测（cè）模（mó）块；深度学习算法（fǎ）模型具备高准确（què）性；支（zhī）持客户（hù）快速（sù）高度（dù）定制需求；系统可以实（shí）现（xiàn）“四无”对接能高效快速部署运行；通用性稳定性强，已在多家世界（jiè）500强企业（yè）应（yīng）用。

条码读取、标签内容OCR识别、缺（quē）陷检测需（xū）求（qiú）。
深度学习算法模型支持客户特有的（de）标签（qiān）字体、颜（yán）色（外观）识（shí）别，标签缺陷检测需求。
系统实现“四无”对接：无需产线改造；无停留动（dòng）态识（shí）别检测；数据无缝（féng）对接；无需云端部署。
相比传统处理方法（fǎ），系统深度学习算法模型极大地提（tí）高了识别准确度。
在多家世界500强制造（zào）企业落（luò）地实施，成功案例（lì）丰富，实施部署快捷。

应用场景

Application scenario

工业案例

Project case

随着产品质量标准和（hé）售后服务要（yào）求越（yuè）来（lái）越高，产品外（wài）观质量检查（如尺寸、颜色等）、条码读取、标签内容OCR识别，及相关（guān）的各种缺陷检测（cè）（如产品表面瑕疵、标（biāo）签打印错误或打印质量不良（liáng）等）越来越受（shòu）到重视。现有产线多采用人（rén）工进（jìn）行检查，效率低（dī），可（kě）靠性（xìng）差，导致产品（pǐn）品（pǐn）质（zhì）不稳定、不良品率高、生产用工及售（shòu）后（hòu）费用大、品牌（pái）形象受损等一系列问题。 HP打（dǎ）印机（jī）项目是（shì）对打印机标签进行外观检测（cè），主要检测颜色（sè）准确（què）、字迹（jì）清晰度、内容是（shì）否（fǒu）正确、标签是（shì）否按规定位置粘贴、标签打印错误（wù）或打印质量不良等（děng）缺陷。性能指标完全满（mǎn）足客户要（yào）求，在几项关键（jiàn）指标上（shàng）性能超出客户预期。

打印机标签检测现（xiàn）场（chǎng）图
打印机（jī）标签检测现场图
打印机标签（qiān）检测现场图