帶殼堅果檢測和分類

識別放在巧克力上的可接受堅果

相關產品

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

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。