Inspección de calidad de cajas de jugo
Garantizar que las cajas de jugo envasadas cuenten con popotes en buen estado
Productos relacionados
Entorno de programación gráfica para análisis de imágenes industriales basado en el Deep Learning
Impulsado por el software para visión basado en el Deep Learning In-Sight ViDi
Las cajas de jugo se presentan para su venta en una envoltura que también incluye un popote flexible. La única forma de tomar desde la caja es clavar el popote en un orificio cubierto de aluminio. Un popote faltante, mal ubicado o dañado hace que el producto sea inaceptable.
Un popote faltante o dañado hace que la caja de jugo no se pueda utilizar y deja al cliente insatisfecho, generalmente un niño, con pérdida de ventas a futuro.
Las cajas de jugo tienen una amplia variedad de diseños y los popotes también varían en su color. La posición del popote y su posible daño pueden estar casi en cualquier lugar. La visión artificial convencional no puede distinguir con confiabilidad el popote contra el fondo impreso complejo y no puede detectar la amplia variedad de defectos y mal ubicaciones en la imagen.
El Deep Learning de Cognex verifica con facilidad la presencia de un popote en buen estado. Se entrena con pequeños conjuntos de imágenes tanto de popotes incluidos sin daños como de las diversas condiciones inaceptables de popotes faltantes, dañados o mal colocados. La herramienta de clasificación aprende a dividir las imágenes en condiciones aceptables o inaceptables, sin prestar atención el fondo. La clasificación es un proceso rápido porque no necesita identificar y definir defectos específicos. Solo se necesita tomar la decisión de aceptable/inaceptable.
Los consumidores tienen la garantía de que cada caja de jugo está envasada con un popote funcional, lo que minimiza las crisis, especialmente entre los niños.
