Vérification de l’assemblage des palettes de maquillage
Confirmez la présence et la position des composants d’une palette de maquillage
Produits Connexes
Système de vision In-Sight 3800
Définir le rythme de l’automatisation par vision.
Un environnement de programmation graphique pour l'analyse d'images industrielles basée sur le deep learning
La couleur et la texture des produits cosmétiques sont importantes dans les palettes de maquillage. Une nuance une teinte plus claire ou plus foncée peut ne pas être en accord avec la couleur de la peau ou la tenue souhaitée. Les clients ont une idée bien précise des couleurs qu’ils souhaitent. La conception et la fabrication des produits cosmétiques sont devenues plus complexes, tout comme les exigences des clients.
L’emballage des produits cosmétiques est également plus spécifique. Un large éventail de bases, de fonds de teint, de fards à joues, de brillants à lèvres, de poudres, de poudres bronzantes et d’autres textures et formes de maquillage se retrouvent dans une seule et même palette de maquillage, et chaque palette peut être différente de la précédente, aussi bien en termes de produits qu’elle contient qu’en termes de placement de ces derniers.
Ainsi, il est désormais beaucoup plus difficile d’inspecter visuellement les palettes de maquillage pour vérifier qu’elles sont complètes et correctes. L’éventail de combinaisons de textures et de couleurs toujours plus vaste rend la vision industrielle classique difficile à programmer pour identifier chaque composant de façon fiable. De petites erreurs dans le contenu d’une palette peuvent avoir des effets négatifs importants sur ce marché exigeant, et ainsi entraîner une détérioration de la réputation et une baisse des ventes.
Cognex Deep Learning différencie les variations subtiles de couleur et de texture simultanément. L’outil de vérification de l’assemblage est entraîné sur des ensembles d’images d’un grand nombre de produits susceptibles d’être intégrés à une palette de maquillage. Il localise et définit ensuite précisément chaque produit dans toutes les palettes de maquillage qu’il inspecte et relève les produits manquants, mal positionnés ou insuffisamment remplis. La vérification précise de l’assemblage des palettes de maquillage à l’aide du Deep Learning permet de s’assurer que les produits défectueux ne seront pas expédiés pour être vendus, ce qui garantit la qualité et préserve la réputation de la marque.
