食品和饮料

带壳坚果的检测和分拣

识别可以放在巧克力上的合格坚果

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

相关产品

VisionPro ViDi Software inspecting computer mouse on monitor

VisionPro Deep Learning

面向深度学习工业图像分析的图形化编程环境

In-Sight D900

In-Sight D900

采用 In-Sight ViDi 技术的深度学习式视觉软件

传送带上的坚果要在识别后由拾取和放置机器人拾取并放在巧克力上,且正确的一面要朝上。食品坚果在形状、颜色和纹理方面有很大差异,而且有很不规则的边界。它们容易碎,经常会碎在传送机上,产生让人难以接受的外观。

如果机器人放置坚果的方向错误,或者放了损坏的或破碎的坚果,则会使巧克力变成废品。如果漏掉,则会导致客户不满并影响声誉。

坚果可接受的形状和不可接受的情况都有太大的范围,因此无法靠传统机器视觉可靠地进行识别,否则会有异常高的错误率。

Cognex Deep Learning(康耐视深度学习)非常适合这种复杂的任务——查找方向正确且无损坏的坚果,然后选择它们,将它们放在巧克力上。

分类工具使用可接受的和损坏的坚果图像集进行训练。该工具可将坚果分类为可接受的和不可接受的类别。

元件定位工具使用方向正确且可接受的坚果图像集进行训练,然后即可在它们快速移动时定位它们,不会受到其他坚果的影响。

综合这些工具可以保证识别并定位可接受的坚果,让拾取和放置机器人能够将它们放到巧克力上。对于这种任务,无论是人工检测还是其他类型的机器视觉,都远远无法达到相同的速度和精确度。

康耐视特色产品

获取产品支持和培训以及更多

加入 MyCognex

是否有任何疑问?

世界各地的康耐视代表可以随时为您提供支持,满足您的视觉和工业读码需求。

联系我们
Loading...