膠囊 80 類缺陷檢測：讓操作員 0 程式碼自訓練，替代人工目檢

在醫藥製造行業，膠囊外觀缺陷的準確檢測是保障藥品質量的重要環節。然而，傳統的檢測方式面臨著效率低、準確性差等問題。微鏈道愛的 DaoAI AI-AOI 系統為這一難題提供了有效的解決方案，實現了膠囊外觀檢測的自動化和智慧化。

在醫藥行業，口服制劑是常見的藥物形式，其中膠囊的使用尤為廣泛。膠囊不僅能掩蓋藥物的不良氣味，還能保護藥物不受胃酸的破壞，提高藥物的穩定性和生物利用度。然而，在膠囊的生產過程中，由於原材料、生產工藝等多種因素的影響，會出現各種各樣的外觀缺陷。對於口服制劑廠來說，確保膠囊的外觀質量是保障藥品品質和安全性的關鍵環節。傳統上，膠囊外觀缺陷檢測主要依靠人工目檢，但隨著生產規模的擴大和對產品質量要求的提高，人工目檢的侷限性日益凸顯。

痛點：為什麼難

從量化的角度來看，人工目檢面臨著多方面的挑戰。首先，膠囊的外觀缺陷種類繁多，某口服制劑廠梳理出的缺陷型別多達 80 類，涵蓋癟殼、凹陷、氣泡、變形、漏粉、雙帽、長短不一、色差與印字缺陷等。如此多的缺陷類別，要求操作員在檢測時必須高度集中注意力，然而人眼的分辨能力和注意力集中時間是有限的。據統計，操作員連續工作 2-3 小時後，漏檢率會顯著上升，可達 10% -15%，誤檢率也會增加至 5% -8%。

其次，檢測標準難統一。不同的操作員對缺陷的判斷標準可能存在差異，即使是同一操作員，在不同的時間段和疲勞狀態下，判斷標準也可能不一致。這就導致檢測結果缺乏可靠性和一致性。此外，人工目檢無法留下可追溯的判定記錄，一旦出現質量問題，難以進行有效的追溯和排查。

人工目檢之所以困難，其根因在於人的生理和認知侷限性。人眼在長時間的視覺工作中容易疲勞，而且對於微小的缺陷和色差等難以準確識別。同時，人工檢測的速度相對較慢，無法滿足大規模生產的需求。傳統的定製視覺專案雖然可以在一定程度上提高檢測效率，但開發週期長，一般需要 3-6 個月，成本高，且難以根據產品的頻繁換型進行靈活調整。

技術原理

微鏈道愛的 DaoAI AI-AOI 系統採用了先進的人工智慧演算法和成像技術。在演算法方面，系統運用深度學習演算法對大量的膠囊影象進行學習和訓練，能夠準確識別各種型別的缺陷。深度學習演算法具有強大的特徵提取和分類能力，它可以自動從影象中提取出與缺陷相關的特徵，並根據這些特徵對缺陷進行分類和判斷。

在成像方面，系統配備了高解析度的工業相機和專業的照明裝置，能夠清晰地捕捉膠囊的外觀影象。高解析度的影象可以提供更多的細節資訊，有助於演算法更準確地識別缺陷。同時，專業的照明裝置可以消除陰影和反光等干擾因素，提高影象的質量。與傳統的檢測方法相比，DaoAI AI-AOI 系統具有更高的準確性和效率。傳統方法往往依賴於固定的規則和模板，對於複雜的缺陷和新出現的缺陷型別難以有效識別，而 DaoAI AI-AOI 系統可以透過不斷學習和迭代模型，適應各種不同的缺陷情況。

典型應用場景

• 癟殼檢測：癟殼是膠囊常見的缺陷之一。在檢測過程中，系統透過分析膠囊的輪廓和形狀來判斷是否存在癟殼現象。難點在於準確區分正常的輕微變形和真正的癟殼，這需要系統具有較高的靈敏度和準確性。系統會對膠囊的影象進行多角度分析，提取輪廓特徵，並與正常膠囊的輪廓進行對比，一旦發現明顯的差異，就判定為癟殼缺陷。
• 凹陷檢測：凹陷缺陷通常比較細微，不易察覺。系統利用高精度的成像技術和影象處理演算法，對膠囊表面的細微變化進行檢測。透過分析影象的灰度值和梯度資訊，能夠發現凹陷部位與正常部位的差異。難點在於排除表面紋理等干擾因素，確保準確檢測到凹陷缺陷。
• 漏粉檢測：漏粉會影響膠囊的質量和安全性。系統透過檢測膠囊表面的粉末痕跡和影象的顏色變化來判斷是否漏粉。難點在於區分正常的粉末殘留和真正的漏粉情況，需要結合膠囊的生產工藝和影象特徵進行綜合判斷。
• 印字缺陷檢測：印字不清、印字錯誤等印字缺陷會影響藥品的標識和使用說明。系統透過字元識別和影象匹配技術，對印字的清晰度、完整性和準確性進行檢測。難點在於處理不同字型、字號和顏色的印字，以及應對印字模糊和反光等問題。

落地案例

某中型口服制劑廠，每日膠囊產量約為 50 萬粒，產品種類繁多，對膠囊外觀檢測的準確性和效率要求較高。在引入微鏈道愛的 DaoAI AI-AOI 系統之前，該廠主要依靠人工目檢，檢測效率低，漏檢率和誤檢率較高。上線過程中，微鏈道愛的技術團隊對操作員進行了系統的培訓，使其能夠熟練使用 0 程式碼自訓練功能。操作員透過圖形化介面自行標註樣本、訓練並迭代模型，在短時間內就完成了 80 類缺陷檢測模型的建立。

真正可持續的自動化，是把訓練和換型的能力交還給最懂產品的操作員。

上線前，人工目檢的漏檢率約為 12%，誤檢率約為 7%，檢測速度為每小時 3000-4000 粒。上線後，DaoAI AI-AOI 系統的漏檢率降低至 1%以下，誤檢率降低至 2%以下，檢測速度提高至每小時 10000 粒以上。同時，產品換型時間從原來的數小時縮短至 5 分鐘，大大提高了生產效率。

微鏈道愛解決方案與產品

微鏈道愛的 DaoAI AI-AOI 系統的核心優勢在於 0 程式碼自訓練。產線操作員無需程式設計或呼叫工程師，即可透過圖形化介面自行標註樣本、訓練並迭代模型。這使得操作員能夠根據實際生產情況及時調整檢測模型，快速適應新的缺陷型別和產品規格。配合 5 分鐘 0 程式碼換型功能，在產品規格切換時，操作員現場即可完成換型操作，無需停線等待開發，大大提高了生產的靈活性和效率。

該系統能夠在單一系統中覆蓋全部 80 類膠囊缺陷，實現了膠囊外觀檢測的全面自動化。同時，系統在判定過程中全程留痕，所有的檢測結果都有詳細記錄，方便進行質量追溯和資料分析。

量化成效

使用 DaoAI AI-AOI 系統後，該廠膠囊外觀檢測由人工目檢升級為 AI-AOI 全檢，取得了顯著的量化成效。漏檢率從 12%降低至 1%以下，降幅超過 90%；誤檢率從 7%降低至 2%以下，降幅約為 70%。檢測一致性得到了極大提升，產能從每小時 3000-4000 粒提高至 10000 粒以上，提升了 2-3 倍。操作員從重複的盯檢工作轉向模型維護與異常處置，工作效率和工作質量都得到了提高。

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。