2D AI AOI 裝置檢測紙張瑕疵成效顯著

微鏈道愛的 2D AI AOI 裝置憑藉先進技術，在紙張瑕疵檢測領域展現出卓越效能，有效解決傳統檢測方法的痛點。

行業背景與使用者場景：在化工/材料行業中，紙張作為重要的工業產品和包裝材料，其質量直接影響到下游產品的品質和使用體驗。某化工/材料行業的頭部廠商，擁有大規模的紙張生產線，其主要產品包括各類工業用紙和包裝用紙。在紙張生產線上的成品檢測工序，需要對紙張表面的瑕疵進行嚴格檢測，以確保產品符合質量標準。這些瑕疵包括孔洞、劃痕、汙漬、褶皺等，任何一個細微的瑕疵都可能影響紙張的使用效能，甚至導致產品報廢。

痛點：為什麼難

傳統的紙張瑕疵檢測方法主要依靠人工目檢和簡單的光學檢測裝置，存在諸多問題。從效率維度來看，人工目檢效率極其低下。在大規模生產的紙張生產線上，工人需要長時間集中注意力觀察紙張表面，每小時能夠檢測的紙張數量有限。而且，隨著工作時間的延長，工人容易出現疲勞和注意力不集中的情況，導致檢測速度進一步下降，嚴重影響生產進度。從準確率維度分析，人工目檢的漏檢率高達 5%。這是因為人的視覺能力有限，對於一些微小的瑕疵，如微米級的孔洞和劃痕，很難在快速檢測過程中準確發現。同時，長時間的工作會使工人的視覺敏感度下降，增加了漏檢的可能性。而簡單的光學檢測裝置雖然在一定程度上提高了檢測效率，但誤報率達到 30%。這是因為這些裝置的成像精度和演算法不夠先進，無法準確區分真正的瑕疵和由於紙張紋理、光照變化等因素引起的干擾，導致大量誤報。從成本維度考慮，人工目檢需要大量的人力投入，人力成本較高。而且，由於漏檢和誤報的存在，需要進行大量的人工複檢，進一步增加了時間和人力成本。此外，隨著工業 AI 在製造業中的應用逐漸深入，該廠商也意識到傳統檢測方法已經無法滿足日益提高的生產效率和產品質量要求，急需引入更先進的技術。

這些傳統檢測方法難以滿足需求的根本原因在於其技術基礎的侷限性。人工目檢主要依賴於人的視覺和經驗，而人的生理和心理因素會對檢測結果產生很大影響，無法保證檢測的穩定性和準確性。簡單的光學檢測裝置則缺乏先進的成像技術和智慧演算法，無法對複雜的紙張表面情況進行準確分析和判斷。

技術原理

微鏈道愛的 2D AI AOI 裝置採用高解析度 2D 成像技術，其核心在於先進的光學感測器和影象處理演算法。光學感測器能夠精確地控制光線的捕捉和傳輸，將紙張表面的微小細節清晰地成像。透過對光線的精確控制，裝置可以減少光線反射和散射對影象質量的影響，提高影象的清晰度和對比度。在影象處理方面，演算法會對採集到的原始影象進行增強處理，突出瑕疵的特徵，使後續的分析能夠更加準確。

在檢測過程中，裝置利用深度學習二次判圖演算法對採集到的影象進行分析。該演算法透過大量的樣本訓練，學習各種型別瑕疵的特徵和模式。當檢測到一張新的影象時，演算法會首先對影象進行初步分析，識別出可能存在的瑕疵區域。然後，進行二次判圖，對這些疑似瑕疵區域進行更深入的分析和判斷，準確地識別出真正的瑕疵，並對其進行分類和定位。這種深度學習的方式使得裝置能夠不斷最佳化檢測模型，提高檢測的準確性和穩定性。與傳統的簡單光學檢測裝置相比，深度學習演算法能夠處理更復雜的情況，不受紙張紋理和光照變化的干擾，大大提高了檢測的準確性。

語義誤報過濾功能是該裝置的另一大亮點。它透過對瑕疵的語義特徵進行分析，能夠準確地判斷一個疑似瑕疵區域是真正的瑕疵還是由於環境因素和紙張自身特性導致的誤報。例如，紙張的自然紋理可能會在影象中呈現出類似瑕疵的特徵，但語義誤報過濾功能可以透過分析其紋理的規律性和特徵，將其過濾掉，減少誤報的發生。這一功能進一步提高了檢測的準確性和效率，降低了人工複檢的工作量。

典型應用場景

• 孔洞檢測：在紙張生產過程中，孔洞是一種較為常見的瑕疵。2D AI AOI 裝置透過高解析度成像技術，能夠清晰地捕捉到微米級的孔洞。檢測難點在於一些微小的孔洞可能與紙張的自然紋理相似，容易產生誤判。裝置透過深度學習演算法對大量孔洞樣本進行學習，準確地識別出孔洞的特徵，區分真正的孔洞和紋理干擾。
• 劃痕檢測：紙張表面的劃痕可能會影響其外觀和強度。裝置在檢測劃痕時，利用影象處理演算法增強劃痕的對比度，使其更加明顯。難點在於一些淺劃痕可能在影象中不清晰，容易被漏檢。深度學習二次判圖演算法透過對不同深度和長度的劃痕進行學習，提高了對淺劃痕的檢測能力。
• 汙漬檢測：汙漬的顏色和形狀各不相同，給檢測帶來了一定的難度。裝置透過對汙漬的顏色、亮度和紋理等特徵進行分析，準確地識別出汙漬。同時，語義誤報過濾功能可以過濾掉由於紙張顏色變化和光照不均引起的誤報。
• 褶皺檢測：褶皺會導致紙張表面不平整，影響其使用效能。裝置透過高解析度成像技術捕捉紙張表面的三維資訊，判斷是否存在褶皺。難點在於一些輕微的褶皺可能在影象中不明顯，裝置需要透過深度學習演算法對褶皺的特徵進行精確分析，提高檢測的準確性。

落地案例

某化工/材料行業的頭部廠商，擁有多條大規模的紙張生產線，日產量達到數千噸。在引入微鏈道愛 2D AI AOI 裝置之前，該廠商採用傳統的人工目檢和簡單光學檢測裝置進行紙張瑕疵檢測，面臨著效率低下、漏檢率高和誤報率高等問題。在上線過程中，微鏈道愛技術團隊首先對廠商的生產環境和檢測需求進行了詳細調研，定製了合適的檢測方案。然後，對裝置進行了安裝和除錯，並對操作人員進行了培訓。整個上線過程順利，裝置能夠快速適應生產線的節奏。

使用微鏈道愛 2D AI AOI 裝置後，紙張瑕疵檢測效果顯著提升，為企業帶來了巨大的經濟效益。

微鏈道愛解決方案與產品

以 2D AI AOI 裝置為核心，微鏈道愛提供了一套完整的紙張瑕疵檢測解決方案。該裝置能夠實現高速線上全檢，每小時可檢測數千張紙張，滿足了大規模生產的需求。其具有微米級的檢測精度，能夠檢測到微小的瑕疵，確保產品質量。在落地過程中，配合 DaoAI AI AOI 軟體系統，利用其視覺基礎模型的特徵認知能力，只需 1-20 張良品，即可實現 5 分鐘 0 程式碼自動程式設計。這大大縮短了換型時間，提高了生產的靈活性和效率。

量化成效

使用 2D AI AOI 裝置後，紙張瑕疵的檢出率達到了 98%，漏檢率降低至 <2%，大大提高了產品的質量。誤報率降低了 -75%，減少了人工複檢的工作量。換型時間從原來的 30 分鐘縮短至 5 分鐘，提高了生產效率。這些量化成效充分證明了微鏈道愛 2D AI AOI 裝置在紙張瑕疵檢測方面的卓越效能和顯著優勢。

本文由人工智慧生成。文中客戶案例為基於產品真實能力的模擬場景，成效數字為示例性質；官方標定口徑以產品頁為準。