2D AI AOI 裝置顯著提升包裝盒印刷缺陷檢測效率

工業視覺質檢在包裝盒印刷工序正迎來新機遇，微鏈道愛 2D AI AOI 裝置以其先進技術優勢，有效解決印刷缺陷檢測難題。

在消費品行業中，包裝盒不僅是產品的承載容器，更是品牌形象的重要展示視窗。精美的包裝盒印刷能夠吸引消費者的目光，提升產品的市場競爭力。某頭部消費品廠商的包裝盒印刷產線，主要負責生產各類精美的包裝盒，這些包裝盒上的印刷包含品牌標識、圖案、文字等豐富資訊。然而，在印刷過程中，包裝盒表面極易出現各種缺陷，如印刷模糊、字元缺失、圖案偏移等，這些缺陷不僅會影響產品的外觀，還可能對品牌形象造成負面影響。因此，對包裝盒印刷內容進行準確、高效的檢測至關重要。

痛點：為什麼難

傳統的包裝盒印刷檢測方式存在諸多量化困境。從漏檢率來看，約為 3%，這意味著有相當一部分有缺陷的產品可能會流入市場。一旦這些缺陷產品被消費者發現，將嚴重影響品牌聲譽，導致消費者對品牌的信任度下降，進而影響產品的銷售。例如，若包裝盒上的品牌標識印刷模糊，消費者可能會對產品的質量產生質疑，從而放棄購買該產品。

誤報率方面，傳統檢測方式達到了 20%。這使得大量合格產品被誤判為有缺陷，大大增加了複檢工作量和人力成本。在產線中，工作人員需要對這些誤判的產品進行重新檢測，不僅浪費了時間和精力，還降低了生產效率。而且，頻繁的誤判也會讓工作人員產生疲勞和厭煩情緒，影響工作質量。

傳統檢測方式依賴人工，人力成本高且效率低下。人工檢測需要工作人員長時間集中注意力，容易出現視覺疲勞，從而導致漏檢和誤檢的情況增加。此外，人工檢測的速度相對較慢，無法滿足大規模生產的需求。隨著產品換型頻繁，傳統檢測方式的弊端更加凸顯。換型時間長，約需 30min，這嚴重影響了生產節拍，降低了生產的靈活性和效率。在新的科學智慧體系下，傳統演算法難以滿足對複雜印刷缺陷的高效檢測需求，因為傳統演算法缺乏對影象特徵的深度學習和理解能力，無法準確區分真正的缺陷和正常的影象干擾。

技術原理

微鏈道愛 2D AI AOI 裝置採用高分辨 2D 成像技術和深度學習二次判圖演算法。高分辨 2D 成像技術能夠清晰捕捉包裝盒印刷表面的微小細節，其微米級的精度可以檢測到如印刷模糊、字元缺失等細微缺陷。與傳統成像技術相比，高分辨 2D 成像技術具有更高的解析度和更清晰的影象質量，能夠為後續的分析提供更準確的基礎。

深度學習二次判圖演算法則是利用大量的印刷缺陷樣本進行訓練，讓模型學習到不同型別缺陷的特徵。當檢測時，裝置先對影象進行初步分析，然後透過深度學習模型進行二次判圖，進一步確認缺陷的真實性。這種演算法結合了影象的全域性特徵和區域性細節，能夠準確區分真正的缺陷和正常的影象干擾。與傳統演算法相比，深度學習二次判圖演算法具有更強的特徵識別能力和自適應能力，能夠更好地應對複雜的印刷缺陷檢測任務。此外，裝置還具備語義誤報過濾功能，可以根據缺陷的語義資訊，過濾掉一些誤報情況，進一步提高檢測的準確性。

典型應用場景

• 印刷模糊檢測：當包裝盒上的文字或圖案出現印刷模糊時，高分辨 2D 成像技術能夠清晰捕捉到模糊區域的特徵。透過深度學習二次判圖演算法，將模糊區域的特徵與正常印刷的特徵進行對比，從而準確判斷是否存在印刷模糊缺陷。難點在於印刷模糊的程度可能不同，需要模型具備較強的自適應能力。
• 字元缺失檢測：對於包裝盒上的字元，高分辨 2D 成像技術可以精確識別每個字元的形狀和位置。深度學習二次判圖演算法會對字元的完整性進行分析，如果發現某個字元缺失，會及時發出警報。難點在於字元的大小、字型和顏色可能不同，需要模型能夠準確識別各種字元。
• 圖案偏移檢測：當包裝盒上的圖案出現偏移時，高分辨 2D 成像技術會記錄圖案的實際位置。深度學習二次判圖演算法會將實際位置與標準位置進行對比，判斷圖案是否偏移。難點在於圖案的形狀和複雜度可能不同，需要模型能夠準確計算圖案的偏移量。
• 裝配缺漏檢測：如果包裝盒存在裝配缺漏的情況，高分辨 2D 成像技術可以清晰顯示包裝盒的各個部分。深度學習二次判圖演算法會對裝配情況進行檢查，判斷是否存在缺漏。難點在於裝配的部件可能較小，需要模型具備較高的精度。

落地案例

某頭部消費品廠商，其包裝盒印刷產線規模較大，每天需要生產大量的包裝盒。在引入微鏈道愛 2D AI AOI 裝置之前，該廠商採用傳統的人工檢測方式，面臨著漏檢率高、誤報率高、換型時間長等問題。上線過程中，微鏈道愛團隊對裝置進行了安裝和除錯，並對工作人員進行了培訓。經過一段時間的執行，裝置逐漸穩定。上線前，漏檢率約為 3%，誤報率達到 20%，換型時間約為 30min。上線後，檢出率提高到了 99%，漏檢率降低到了 <1%，誤報率降低了 -75%，換型時間縮短至 5min。

微鏈道愛 2D AI AOI 裝置為包裝盒印刷缺陷檢測帶來了高效、準確的解決方案，顯著提升了生產效率和產品質量。

微鏈道愛解決方案與產品

以 2D AI AOI 裝置為核心，該裝置具備高速線上全檢能力，能夠在不影響生產節拍的情況下對包裝盒進行全面檢測。其微米級的檢測精度可以滿足包裝盒印刷缺陷的檢測要求。在落地過程中，結合 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 1/10 張良品，即可在 5min 內完成 0 程式碼自動程式設計。同時，語義誤報過濾功能進一步降低了誤報率。此外，DaoAI World 世界模型作為統一底座，提供語義理解、跨場景泛化等能力，支援資料不出廠的本地私有化部署，保障了資料的安全性和隱私性。

量化成效：使用微鏈道愛 2D AI AOI 裝置後，檢出率提高到了 99%，漏檢率降低到了 <1%，大大減少了有缺陷產品流入市場的風險。誤報率降低了 -75%，有效減少了複檢工作量和人力成本。換型時間縮短至 5min，提高了生產的靈活性和效率。

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。