帶殼堅果檢測和分類

識別放在巧克力上的可接受堅果

VisionPro Deep Learning consistent product quality of shelled walnuts using Green Classify High Definition Mode tool

相關產品

VisionPro ViDi Software inspecting computer mouse on monitor

VisionPro Deep Learning

深度學習工業圖像分析的圖形化程式設計環境

In-Sight D900

In-Sight D900

採用 In-Sight ViDi 深度學習視覺軟體

輸送帶上的帶殼堅果需要加以識別、揀選,並透過撿料和放料機器人將正確那面朝上放置在巧克力上。可食用堅果的形狀、顏色及特徵變化繁多,並有相當不規則的邊緣。堅果易碎並時常在輸送帶上碎裂,在美觀上讓人無法接受。

如果機器人以不正確的方向放置堅果,或放上受損或破碎的堅果,這類巧克力成品需要加以剔除。如有漏網之魚,可能導致客戶滿意度下降並讓品牌商譽受創。

可能的可接受與不可接受堅果形狀範圍太廣,傳統機器視覺無法可靠地予以區分,導致錯誤率之高令人無法接受。

Cognex Deep Learning 最適合用於尋找朝向正確的未受損堅果、加以揀選,然後放到巧克力上的複雜問題。

分類工具透過可接授與受損堅果圖像組進行訓練。該工具可迅速將堅果分類為可接受與不可接受類別。

組件定位工具透過朝向正確的可接受堅果圖像組進行訓練,隨後無論同時出現的堅果數量多寡,都能在堅果通過面前時加以定位。

結合這些工具確保能識別和定位可接受的堅果,以便撿料和放料機械手臂將其放到巧克力上。手動檢測或以其他形式的機器視覺進行這項工作,均無法達到相同的速度與準確度。

康耐視特色產品

取得產品支援與訓練等等

加入 MyCognex