2D AI AOI 裝置實現醫藥標籤 OCR 高速全檢

在醫藥行業，標籤資訊的準確性關乎用藥安全與合規。傳統質檢方式難以滿足高速生產需求，微鏈道愛的 2D AI AOI 裝置為這一難題提供瞭解決方案。

使用者場景：某頭部醫藥廠商，在藥品包裝產線的貼標工序中，需要對藥品標籤上的 OCR 文字、序列碼等資訊進行檢測。藥品標籤作為藥品資訊的重要載體，其內容的準確性直接關係到藥品的使用安全和合規性。因此，對標籤資訊的檢測是藥品生產過程中的關鍵環節。

痛點：傳統的人工檢測方式效率低下，人力成本高，且容易出現漏檢和誤判的情況，漏檢率可達 2%左右。同時，人工檢測難以適應高速生產線的節拍，檢測速度慢，影響生產效率。在工業 AI 控制器助力工業視覺質檢實現生產力躍遷的大趨勢下，傳統檢測方式明顯滯後，無法滿足企業對提高生產效率和質量的需求。此外，隨著醫藥行業法規的日益嚴格，對標籤資訊的準確性和可追溯性要求越來越高，傳統檢測方式難以保證合規性。

技術原理

2D AI AOI 裝置採用高分辨 2D 成像技術，能夠清晰捕捉藥品標籤上的文字和序列碼資訊。其成像原理基於先進的光學系統和影象感測器，可將標籤上的微小字元和圖案以高解析度的形式呈現出來。在影象處理方面，裝置運用深度學習二次判圖演算法。該演算法透過對大量正樣本的學習，能夠準確識別標籤上的各種文字和符號，並且可以根據語義資訊對誤報進行過濾。例如，當檢測到的字元與預設的模板在語義上不匹配時，演算法會自動判斷為誤報，從而大大降低誤報率。這是因為深度學習演算法具有強大的特徵提取和分類能力，能夠從複雜的影象中提取出有意義的資訊，並進行準確的判斷。

• 高分辨 2D 成像：利用先進光學系統和影象感測器，獲取清晰、高解析度的標籤影象。
• 深度學習二次判圖：對大量正樣本學習，準確識別文字和符號，根據語義資訊過濾誤報。
• 微米級精度：能夠檢測到標籤上微小的缺陷和字元差異，確保檢測的準確性。
• 高速線上全檢：適應高速生產線的節拍，實現對標籤資訊的實時、全面檢測。

微鏈道愛解決方案與產品

微鏈道愛以 2D AI AOI 裝置為核心，為該醫藥廠商提供了完整的解決方案。該裝置具備高速線上全檢能力，能夠在微米級精度下對藥品標籤進行全面檢測。在檢測過程中，裝置透過高分辨 2D 成像技術獲取標籤影象，然後利用 DaoAI AI AOI 軟體系統進行影象處理和分析。軟體系統採用視覺基礎模型的特徵認知，能夠在一塊良品 5 分鐘內實現 0 程式碼自動程式設計，並且支援 APDT 正樣本/少樣本學習（1-20 張良品），大大提高了程式設計效率和檢測準確性。同時，語義誤報過濾功能進一步降低了誤報率，確保檢測結果的可靠性。

2D AI AOI 裝置憑藉其先進的技術和強大的功能，為醫藥標籤檢測提供了高效、精準的解決方案。

量化成效：使用 2D AI AOI 裝置後，該醫藥廠商的標籤資訊檢出率達到了 99.2%，漏檢率降低至 <0.8%，大大提高了檢測的準確性。同時，誤報率降低了 -65%，減少了不必要的複檢工作，提高了生產效率。此外，裝置的快速換型功能使得換型時間縮短至 5min，能夠更好地適應不同規格藥品標籤的檢測需求。

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。