Inspection des chewing-gums
Détectez les défauts esthétiques sur un grand nombre d’articles incurvés de petite taille
Produits connexes
Un environnement de programmation graphique pour l'analyse d'images industrielles basée sur le deep learning
Optimisé par le logiciel de vision basé sur le deep learning In-Sight ViDi
Les chewing-gums, les gommes à la nicotine et autres produits lisses et incurvés de petite taille peuvent présenter divers défauts esthétiques sur leur surface, tels que des bosses ou des rayures, ainsi que d’autres anomalies considérées comme acceptables.
Les dommages mineurs sur ces petits produits à la surface lisse sont courants et fréquemment manqués en raison de la grande quantité de produits à inspecter.
La subtilité et la variabilité des défauts possibles ainsi que la variation de l’apparence acceptable empêchent de programmer la vision industrielle classique pour détecter tous les défauts tout en approuvant les produits acceptables.
Les solutions basées sur l'IA inspectent de façon fiable ces types de produits pour éviter que les produits défectueux arrivent jusqu’aux clients. Il s’entraîne sur un petit ensemble d’images montrant des produits intacts ainsi que sur un autre montrant des produits avec divers types de dommages esthétiques. L’outil de classification trie ensuite rapidement les gommes et autres produits en deux catégories selon qu’ils sont acceptables ou inacceptables. Cela permet d’atteindre un niveau de qualité impossible à égaler par d’autres types d’inspection visuelle.
Les clients reçoivent ainsi des chewing-gums ou des gommes à la nicotine sans imperfections.
