食品生产装配和质量验证 

沙拉包里有成块的配料，即食餐中缺少部分，一个漏水的酱包......小缺陷会导致食品行业大失望。食品饮料制造商面临着越来越大的压力，要求在不影响质量的情况下优化设备综合效率 (OEE)。随着制造商寻求自动化以加快生产线，最终装配的视觉检测在防止包装错误和代价高昂的停机时间方面变得越来越重要。传统的检查方法很难发现缺陷或判定一切都在正确的地方，特别是自然变化。越来越多地使用各种成分和可持续包装等趋势增加了复杂性。  

机器视觉系统 AI 技术可在损坏或有缺陷的货物到达分销点之前检测和拒收，帮助避免昂贵的退货并保护品牌声誉。它们还确保完整性和一致性，使用视觉引导机器人从生产到包装，顺利拣选和放置物品。所有这些都有助于保持质量和一致性，以符合 FDA 食品安全现代化法案等法规，该法案为整个供应链的食品生产、处理和可追溯性设定了更严格的标准。  

从第一种原料到最终的展示，康耐视 验证解决方案可提升食品装配检测。VisionPro Deep Learning使用先进的 AI 算法来分析学习大量图像数据，使我们的视觉系统能够检测细微的表面缺陷，并保持尺寸、形状、颜色和纹理的一致性，同时最大限度地减少浪费并保护您的底线。无论是应对食品方位、角度还是照明的变化，该系统都能不断提高检测精度，因此只有最好的产品才能到达客户的餐盘。  

为了支持这种精度水平，康耐视 工业检测摄像头结合了先进的传感器，可实现卓越的图像质量、简单的 AI 引导设置和坚固耐用的设计，确保在苛刻的环境中保持稳定的性能。这些相机与 VisionPro 软件无缝集成，提供基于规则和 AI 驱动工具的综合库的访问，以满足广泛的食品组装需求。在 康耐视，我们还提供业界领先帮助，以您的方式工作，从自助资源到来自世界各地的专家引导。 

从节日专用包装盒到尺寸和组合变化，巧克力包装有无数的形式和设计。这种品种为制造商带来了挑战，他们需要确保每个盒子都包含正确数量和类型的巧克力，无论它们是如何排列的。即使两个盒子使用相同的包装，它们也可能含有不同的口味，如牛奶或黑巧克力。检测系统必须准确识别、计数和验证每件物品是否在正确的位置，以便客户获得他们渴望的零食。   

康耐视 高分辨率视觉系统可在巧克力沿生产线移动时捕获详细的巧克力图像，利用 AI 发现与使用 VisionPro Deep Learning软件构建的参考数据库的任何偏差。通过识别每个巧克力的独特尺寸、形状和表面特征，该系统可适应多种配置，以管理包装内容差异，通过单一工具优化验证过程。 

在当今竞争激烈的市场中，生产具有视觉吸引力的对称披萨，同时减少浪费，是客户满意度和良好利润率的关键。大批量生产涉及在预煮的面团盘上铺上酱汁、奶酪和各种配料，然后沿着输送机移动，然后快速冷冻它们。

• 在如此高的速度下，浇头可能最终不均匀或渺茫，导致外观明显变化。  
• 在包装之前，必须检查披萨的成分是否正确，数量是否正确，没有污染物 - 无论是来自其他品种（谁订购凤尾鱼？）的杂散配料还是塑料等异物。 

In-Sight 和 VisionPro Deep Learning系统提供实时监控，确认配料均匀分布并正确放置。通过学习识别不同披萨类型的差异 - 即使在重叠和过滤奶酪和酱汁中无关的对比时也能有效地定位像意大利辣香肠这样的成分 - 该系统确保只有符合质量标准的披萨才能沿着线移动。