检查化妆品上的不干胶标签
检查贴上的包装标签是否有气泡、折痕和其他缺陷
相关产品
面向深度学习工业图像分析的图形化编程环境
The power and flexibility to solve challenging machine vision applications in a PC environment
许多个人护理产品（例如乳液、软膏和面霜）装在曲面瓶子和罐子之类的容器中出售。在容器上贴上带有品牌和产品信息的标签后，需对标签进行检测，确保没有气泡、撕裂、褶皱或其他缺陷。
标签呈弯曲状，以不同的角度呈现在相机前。标签的任何位置都可能出现包括打印错误在内的各种缺陷。印刷标签也可能包含复杂的图案或彩色背景，这使得缺陷探测变得复杂。将各种各样可能的缺陷编程到基于规则的传统机器视觉中并不可行，基于规则的传统机器视觉很容易混淆背景图案。
如果在执行后续包装前未识别出标签缺陷，则贴有缺陷标签的容器将在码垛过程中被拒收。如果此时未能检测出缺陷，最终零售商会将产品退回，这将影响零售商对产品的信任。
settings
获取产品演示
cgnx_pdf
下载《个人护理应用指南》
康耐视 AI 视觉系统结合边缘学习技术，通过检测任何标签粘贴异常来帮助提高产品质量，无论标签及其呈现给视觉系统的角度如何。如果标签设计或容器形状发生变化，分类工具会快速使用一组新标签或容器图像重新训练，并以最小的延迟恢复生产。开发环境直观，有助于快速周转，可最大限度减少机器停机时间，提高设备综合效率 (OEE)。
优点
- 确保高质量标签
- 维护视觉品牌价值
- 最大限度缩短转换时间以提高 OEE
