Vérification de l'assemblage du chocolat
Identifiez, comptez et vérifiez les chocolats en fonction de leur aspect dans les applications de vérification de l'assemblage et de l'emballage grâce au Cognex Deep Learning
Produits connexes
Optimisé par le logiciel de vision basé sur le deep learning In-Sight ViDi
Un environnement de programmation graphique pour l'analyse d'images industrielles basée sur le deep learning
Pour certaines applications d'emballage alimentaire, les fabricants doivent se fier à l'inspection visuelle pour garantir la qualité de l'assemblage final. Les variations visuelles des produits alimentaires peuvent entraîner des complications pour un système d'inspection agroalimentaire automatique. C'est le cas des chocolats, qui arrivent pour l'emballage dans différentes boîtes. Le système d'inspection doit vérifier que chaque emplacement contient un chocolat du bon type.
Les boîtes de chocolats pour les fêtes (Noël ou la St Valentin, par exemple) présentent un défi particulier. Les mêmes chocolats peuvent être présents dans les boîtes, mais leur position peut changer en fonction du thème de la boîte. Le fabricant doit localiser chaque chocolat et vérifier que le bon type se trouve dans la bonne position.
De même, deux boîtes de chocolat peuvent utiliser le même emballage (une boîte de 6 chocolats, par exemple) mais être remplies de différentes variétés (notamment, une sélection de chocolats au lait ou de chocolats noirs). Dans ce cas, le fabricant doit compter les chocolats et vérifier que la bonne sélection de chocolats est présente.
Cognex Deep Learning automatise la tâche de localisation et d'identification de multiples caractéristiques dans une seule image. Cognex Deep Learning peut généraliser les caractéristiques distinctives de différents types de chocolats en fonction de leur taille, forme et surface.
Grâce à l'outil de localisation, un utilisateur peut former l'outil à la localisation de chaque type de chocolat qui devra être trouvé. Les utilisateurs peuvent créer une base de données de différents types de chocolat que l'outil de localisation peut trouver et qui peut ensuite être utilisée pour la vérification de l'emballage.
Une fois formé, l'image peut être divisée en différentes régions où l'outil de localisation vérifiera la présence d'un chocolat ainsi que son type correct. Différentes configurations peuvent également être créées pour les situations où une seule ligne peut présenter différents emballages. Ainsi, un utilisateur peut automatiser la vérification de l'emballage des chocolats grâce à un seul outil.
Télécharger le guide Cognex Deep Learning de vérification de l'assemblage
