按尺寸和颜色对产品进行分类

快速、高效地应对分拣挑战

相关产品

In-Sight 3800 视觉系统

领跑视觉自动化

VisionPro Deep Learning

面向深度学习工业图像分析的图形化编程环境

在制造过程中，可能需要按颜色和尺寸对要进行配套或装箱的消费品进行分拣。例如，香皂制造商生产同一品牌不同香味（变体）的香皂。这些产品可以在包装箱中同类包装，也可以混合包装。光线、背景颜色和大小等变量都会影响相机拍摄到的物体外观，其中可能会隐藏变量并挑战视觉系统的识别功能。大小相同但颜色略有不同的相似外观部件可能会导致分拣和包装出错，进而造成客户不满、品牌声誉受损、库存水平出现误差。由于消费产品生产速度很快，人工分拣充满挑战性而且不可靠。 

使用边缘学习技术应对分拣挑战是自动化分拣流程的快速、高效方法。使用不同颜色包装的图像对直观分类工具进行训练，因此在生产中，系统能够快速识别每种产品的颜色并相应地输送。基于边缘学习的分拣系统最大限度地缩短了转换时间，因为只需要使用即将推出的产品的少量新图像，就可以快速地重新训练系统。自动化分拣流程减少了包装出错，有助于确保最终产品质量并降低返工成本。