膠囊多類缺陷自訓練：AI AOI 軟件助力製藥品控

在高端製造領域，AI-AOI 的應用正成為提升產品質量和生產效率的關鍵。日聯科技等行業先行者深耕檢測裝備，展現了 AI 視覺在嚴苛工業場景中的巨大潛力。在醫藥製藥行業，尤其是在膠囊類藥品的生產中，對外觀缺陷的精確檢測是確保藥品安全性和合規性的最後一道防線。傳統檢測手段面臨着效率低下、誤報漏報率高、換型編程複雜等挑戰。微鏈道愛 AI AOI 軟件系統，憑借其視覺基礎模型的特征認知能力和創新的少樣本學習機製，為製藥企業帶來了突破性的解決方案。

微鏈道愛 AI AOI 軟件系統(視覺基礎模型的特征認知、一塊良品 5 分鐘 0 代碼自動編程、APDT 正樣本/少樣本學習 1–20 張良品、語義誤報過濾、支持 SDK/API/Docker 100% 本地私有化)通過引入視覺基礎模型和少樣本學習機製，將某頭部製藥廠商的膠囊外觀缺陷漏檢率從傳統 AOI 的 1.2% 降低至 0.3% 以下，同時將誤報率降低了 −65%，大幅提升了多品類膠囊生產線的品控效率與合規性。在醫藥製藥行業，口服固體剂型如膠囊，因其大規模生產和直接影響患者用藥安全，對外觀質量有着極其嚴格的要求。從膠囊殼的完整性、顏色均匀性到填充物的溢出、異物污染，任何微小缺陷都可能導致產品召回甚至更嚴重的後果。該頭部廠商作為全球領先的製藥企業，其產品線覆蓋多種規格和顏色的膠囊，日產量巨大，傳統檢測方法已難以滿足日益增長的質量與效率需求。

痛點:這道坎為什麼難過

該頭部製藥廠商在膠囊外觀檢測環節面臨多重挑戰：首先，**漏檢率高**，傳統規則 AOI 系統對新興或不規則缺陷模式識別能力有限，導致部分細微劃痕、凹陷或顏色異常被放過，最終產品漏檢率徘徊在 1.2% 左右。其次，**誤報率居高不下**，膠囊表面反光、批次間細微色差、模具痕跡等固有特征常被誤判為缺陷，導致大量良品被剔除，人工複判工作量巨大，每天需耗費 4-6 小時人工複檢時間，嚴重拖慢了產線節拍。再者，**換型停機時間長**，由於生產線上多達數十種不同顏色、尺寸和形狀的膠囊產品需要頻繁切換，每次換型都需要重新編寫或調整檢測規則，導致產線停機至少 30 分鐘，效率低下。最後，**合規風險持續存在**，任何漏檢都可能導致藥品質量問題，引發監管機構的嚴格審查和巨额罚款，甚至影響企業聲誉。

這些痛點的根源在於膠囊產品的特殊性與傳統視覺技術的局限。從工藝層面看，膠囊製造過程中極易產生如微小氣泡、輕微變形、包衣不均等難以標準化的缺陷；從成像層面看，膠囊表面光滑且多弧面，高反光特性使得缺陷成像複雜，容易產生伪影和亮度不均；從材料層面看，不同批次的膠囊殼在顏色、透明度上存在細微差異，增加了規則算法的判斷難度；從節拍層面看，現代製藥產線普遍要求高速檢測，每秒數百顆膠囊通過，留給檢測系統識別和判斷的時間極短。日聯科技等高端檢測裝備廠商在應對複雜製造場景方面積累了丰富經驗，但對於膠囊這種多變、高反光、缺陷模式不確定性強的產品，基於傳統規則的 AOI 仍力有不逮，亟需引入更智能的 AI 視覺技術。

技術原理

微鏈道愛 AI AOI 軟件系統以其獨特的視覺基礎模型為核心，徹底變革了膠囊缺陷檢測。我們采用預訓練的視覺基礎模型，該模型通過海量圖像數據學習了普適的視覺特征，使其具備了強大的特征認知能力，能夠理解圖像中的“語義”信息，而非僅僅是像素級的變化。這意味着系統可以自動識別出膠囊的本體、背景以及各種潛在的缺陷模式，而無需人工預設複雜的幾何形狀或顏色閾值。當一塊良品膠囊進入系統時，模型能夠快速學習其“正常”的視覺模式，並在 5 分鐘內完成 0 代碼自動編程。這種“正常模式”學習機製，結合 APDT（Adaptive Positive/Few-shot Defect Training）正樣本/少樣本學習技術，只需 1-20 張良品圖片，系統就能建立起對該品類的精確識別基線。對於新出現的缺陷類型，系統無需大量缺陷樣本，通過少量正樣本和少量的缺陷樣本（如果可用）即可快速迭代學習，顯著縮短了模型訓練周期和樣本收集成本。

相較於傳統規則 AOI 和人工目檢，微鏈道愛 AI AOI 軟件系統具有顯著優勢。傳統規則 AOI 依賴工程師手動編寫複雜的規則集，針對每種缺陷類型和產品型號進行參數調整，耗時費力且容易遺漏未知缺陷，對光照和產品姿態變化敏感。人工目檢虽然具備一定的柔性，但受限於人眼疲劳、主觀判斷和高節拍下的人力極限，漏檢率和誤判率高，且難以實現數據追溯。我們的 AI AOI 軟件系統通過視覺基礎模型的泛化能力，能夠自適應不同光照、姿態和材料差異，即使是細微、不規則的缺陷也能高精度檢出。語義誤報過濾功能則進一步提升了準確性，它能區分膠囊表面正常的紋理、模具痕跡與真正的缺陷，大幅降低了誤報率，減少了人工複判的工作量。此外，系統支持 SDK/API/Docker 100% 本地私有化部署，確保了客戶數據安全和產線運行的獨立性，符合醫藥行業嚴格的合規要求。

典型應用場景

• **膠囊殼體完整性檢測**：檢測膠囊表面是否存在裂紋、缺損、凹陷、異物附着等結構性缺陷。難點在於微米級裂紋的檢測和高反光表面對成像的影響，AI AOI 系統能通過深度特征識別這些細微結構。
• **膠囊顏色與填充物均匀性檢測**：檢查膠囊殼顏色是否均匀一致，是否存在色斑、變色，以及透明膠囊中填充物是否出現溢出、混色或異物。難點在於批次間顏色細微差異的判別和透明材質內部缺陷的透視檢測，AI 模型的語義理解能有效區分正常色差與異常變色。
• **膠囊尺寸與形狀異常檢測**：檢測膠囊是否存在變形、扁平、過長或過短等尺寸不合格問題。難點在於高速運動中精確測量三維形態，AI AOI 軟件結合 2D 圖像特征，可快速識別形狀異常。
• **膠囊內容物溢出或污染檢測**：針對部分易散粉或液體的膠囊，檢測其密封性是否完好，是否存在內容物溢出污染膠囊表面或包裝。難點在於對微量溢出物的識別，以及區分正常粉尘與污染物的能力，AI 模型的語義誤報過濾在此發揮關鍵作用。
• **膠囊異物混入檢測**：識別膠囊批次中是否混入其他規格、顏色或形狀的異物膠囊，或生產過程中產生的其他雜質。難點在於異物形態的多樣性和顏色相似性，少樣本學習能快速適應新的異物模式。

落地案例

某頭部製藥廠商，擁有多條高速膠囊生產線，年產各類膠囊數十億粒。在引入微鏈道愛 AI AOI 軟件系統之前，該廠商主要依賴傳統規則 AOI 辅以大量人工複檢。面對日益嚴苛的質量標準和不斷提升的產能需求，傳統方案的弊端日益凸顯：漏檢率在 1.2% 左右，導致少量不合格品流入市場；誤報率高達 8-10%，每天需要 4-6 名質檢員進行數小時的人工複判，耗費大量人力成本並降低了產線效率；每次產品換型，都需要工程師手動調整規則，停機時間長達 30-45 分鐘，嚴重影響生產節拍。為了解決這些問題，該廠商決定引入先進的 AI 視覺檢測技術。在經過嚴谨的市場調研和多輪測試後，微鏈道愛 AI AOI 軟件系統憑借其卓越的性能和靈活的部署方式脫颖而出。上線初期，我們首先在一條生產線上進行了試點。技術團隊與客戶工程人員緊密合作，利用系統獨特的“一塊良品 5 分鐘 0 代碼自動編程”能力，快速為十余種膠囊產品建立了檢測模型。通過 APDT 少樣本學習，即使是之前難以識別的微小凹陷和輕微色差，系統也能在極少缺陷樣本甚至僅良品樣本的情況下進行精確識別和分類。經過為期一個月的穩定運行和數據驗證，效果顯著。上線後，該生產線的膠囊外觀缺陷漏檢率穩定控製在 0.3% 以下，誤報率降低了 −65%，人工複判工作量減少了 −60%，換型停機時間從 30-45 分鐘縮短至 5-8 分鐘。這一成功案例促使該廠商決定將微鏈道愛 AI AOI 軟件系統推广至所有相關生產線。

“微鏈道愛 AI AOI 軟件系統不僅顯著提升了我們的產品質量，更以其前所未有的智能和效率，徹底改變了我們的品控流程。”

微鏈道愛解決方案與產品

微鏈道愛為該頭部製藥廠商提供的核心解決方案是基於 DaoAI AI AOI 軟件系統。我們通過以下步骤實現落地：首先，**模型快速建立**，利用視覺基礎模型的普適特征認知能力，結合客戶提供的少量良品膠囊圖像，通過“一塊良品 5 分鐘 0 代碼自動編程”功能，快速建立起針對不同膠囊品類的檢測基線模型。對於特定或罕見缺陷，運用 APDT 正樣本/少樣本學習，僅需 1-20 張良品圖片（或少量缺陷圖片），即可實現高精度識別。其次，**高效換型與部署**，系統將不同膠囊型號的檢測模型參數化存儲，當生產線切換產品時，操作員只需在界面選擇對應型號，系統即可在 5 分鐘內完成模型加載和參數調整，無需重新編程。系統以 SDK/API/Docker 形式部署在客戶本地服務器，確保所有敏感數據不出廠，完全符合醫藥行業的 GxP 合規要求。再次，**持續優化與迭代**，通過語義誤報過濾技術，系統能夠自主學習並區分正常工藝痕跡與真實缺陷，進一步降低誤報。我們還提供了 DaoAI World 世界模型作為統一底座，未來可實現跨場景泛化和從產線反饋的持續學習，讓系統能力不斷提升。虽然本文主角是軟件系統，但若客戶有更高精度或特定需求，我們的 DaoAI 2D / 3D AI AOI 設備或 DaoAI 機器人視覺解決方案也可提供補充，例如用於更複雜的膠囊三維形貌檢測或無序抓取等，形成更全面的智能製造生態。

通過上述解決方案，微鏈道愛 AI AOI 軟件系統為客戶帶來了顯著的量化成效和業務價值。在質量方面，缺陷漏檢率顯著降低，有效提升了產品批次合格率，降低了召回風險。在效率方面，人工複判工作量和換型停機時間大幅減少，使得產線整體效率提升，單件產品檢測成本降低。在合規性方面，系統提供的詳細檢測報告和數據追溯能力，有力支撑了 GxP 審計要求。更重要的是，通過引入先進的 AI 視覺技術，該廠商在智能製造轉型中邁出了坚實一步，為其在全球市場的競爭力奠定了基礎。