胶囊 80 类缺陷检测：让操作员 0 代码自训练，替代人工目检

在医药制造行业，胶囊外观缺陷的准确检测是保障药品质量的重要环节。然而，传统的检测方式面临着效率低、准确性差等问题。微链道爱的 DaoAI AI-AOI 系统为这一难题提供了有效的解决方案，实现了胶囊外观检测的自动化和智能化。

在医药行业，口服制剂是常见的药物形式，其中胶囊的使用尤为广泛。胶囊不仅能掩盖药物的不良气味，还能保护药物不受胃酸的破坏，提高药物的稳定性和生物利用度。然而，在胶囊的生产过程中，由于原材料、生产工艺等多种因素的影响，会出现各种各样的外观缺陷。对于口服制剂厂来说，确保胶囊的外观质量是保障药品品质和安全性的关键环节。传统上，胶囊外观缺陷检测主要依靠人工目检，但随着生产规模的扩大和对产品质量要求的提高，人工目检的局限性日益凸显。

痛点：为什么难

从量化的角度来看，人工目检面临着多方面的挑战。首先，胶囊的外观缺陷种类繁多，某口服制剂厂梳理出的缺陷类型多达 80 类，涵盖瘪壳、凹陷、气泡、变形、漏粉、双帽、长短不一、色差与印字缺陷等。如此多的缺陷类别，要求操作员在检测时必须高度集中注意力，然而人眼的分辨能力和注意力集中时间是有限的。据统计，操作员连续工作 2-3 小时后，漏检率会显著上升，可达 10% -15%，误检率也会增加至 5% -8%。

其次，检测标准难统一。不同的操作员对缺陷的判断标准可能存在差异，即使是同一操作员，在不同的时间段和疲劳状态下，判断标准也可能不一致。这就导致检测结果缺乏可靠性和一致性。此外，人工目检无法留下可追溯的判定记录，一旦出现质量问题，难以进行有效的追溯和排查。

人工目检之所以困难，其根因在于人的生理和认知局限性。人眼在长时间的视觉工作中容易疲劳，而且对于微小的缺陷和色差等难以准确识别。同时，人工检测的速度相对较慢，无法满足大规模生产的需求。传统的定制视觉项目虽然可以在一定程度上提高检测效率，但开发周期长，一般需要 3-6 个月，成本高，且难以根据产品的频繁换型进行灵活调整。

技术原理

微链道爱的 DaoAI AI-AOI 系统采用了先进的人工智能算法和成像技术。在算法方面，系统运用深度学习算法对大量的胶囊图像进行学习和训练，能够准确识别各种类型的缺陷。深度学习算法具有强大的特征提取和分类能力，它可以自动从图像中提取出与缺陷相关的特征，并根据这些特征对缺陷进行分类和判断。

在成像方面，系统配备了高分辨率的工业相机和专业的照明设备，能够清晰地捕捉胶囊的外观图像。高分辨率的图像可以提供更多的细节信息，有助于算法更准确地识别缺陷。同时，专业的照明设备可以消除阴影和反光等干扰因素，提高图像的质量。与传统的检测方法相比，DaoAI AI-AOI 系统具有更高的准确性和效率。传统方法往往依赖于固定的规则和模板，对于复杂的缺陷和新出现的缺陷类型难以有效识别，而 DaoAI AI-AOI 系统可以通过不断学习和迭代模型，适应各种不同的缺陷情况。

典型应用场景

• 瘪壳检测：瘪壳是胶囊常见的缺陷之一。在检测过程中，系统通过分析胶囊的轮廓和形状来判断是否存在瘪壳现象。难点在于准确区分正常的轻微变形和真正的瘪壳，这需要系统具有较高的灵敏度和准确性。系统会对胶囊的图像进行多角度分析，提取轮廓特征，并与正常胶囊的轮廓进行对比，一旦发现明显的差异，就判定为瘪壳缺陷。
• 凹陷检测：凹陷缺陷通常比较细微，不易察觉。系统利用高精度的成像技术和图像处理算法，对胶囊表面的细微变化进行检测。通过分析图像的灰度值和梯度信息，能够发现凹陷部位与正常部位的差异。难点在于排除表面纹理等干扰因素，确保准确检测到凹陷缺陷。
• 漏粉检测：漏粉会影响胶囊的质量和安全性。系统通过检测胶囊表面的粉末痕迹和图像的颜色变化来判断是否漏粉。难点在于区分正常的粉末残留和真正的漏粉情况，需要结合胶囊的生产工艺和图像特征进行综合判断。
• 印字缺陷检测：印字不清、印字错误等印字缺陷会影响药品的标识和使用说明。系统通过字符识别和图像匹配技术，对印字的清晰度、完整性和准确性进行检测。难点在于处理不同字体、字号和颜色的印字，以及应对印字模糊和反光等问题。

落地案例

某中型口服制剂厂，每日胶囊产量约为 50 万粒，产品种类繁多，对胶囊外观检测的准确性和效率要求较高。在引入微链道爱的 DaoAI AI-AOI 系统之前，该厂主要依靠人工目检，检测效率低，漏检率和误检率较高。上线过程中，微链道爱的技术团队对操作员进行了系统的培训，使其能够熟练使用 0 代码自训练功能。操作员通过图形化界面自行标注样本、训练并迭代模型，在短时间内就完成了 80 类缺陷检测模型的建立。

真正可持续的自动化，是把训练和换型的能力交还给最懂产品的操作员。

上线前，人工目检的漏检率约为 12%，误检率约为 7%，检测速度为每小时 3000-4000 粒。上线后，DaoAI AI-AOI 系统的漏检率降低至 1%以下，误检率降低至 2%以下，检测速度提高至每小时 10000 粒以上。同时，产品换型时间从原来的数小时缩短至 5 分钟，大大提高了生产效率。

微链道爱解决方案与产品

微链道爱的 DaoAI AI-AOI 系统的核心优势在于 0 代码自训练。产线操作员无需编程或调用工程师，即可通过图形化界面自行标注样本、训练并迭代模型。这使得操作员能够根据实际生产情况及时调整检测模型，快速适应新的缺陷类型和产品规格。配合 5 分钟 0 代码换型功能，在产品规格切换时，操作员现场即可完成换型操作，无需停线等待开发，大大提高了生产的灵活性和效率。

该系统能够在单一系统中覆盖全部 80 类胶囊缺陷，实现了胶囊外观检测的全面自动化。同时，系统在判定过程中全程留痕，所有的检测结果都有详细记录，方便进行质量追溯和数据分析。

量化成效

使用 DaoAI AI-AOI 系统后，该厂胶囊外观检测由人工目检升级为 AI-AOI 全检，取得了显著的量化成效。漏检率从 12%降低至 1%以下，降幅超过 90%；误检率从 7%降低至 2%以下，降幅约为 70%。检测一致性得到了极大提升，产能从每小时 3000-4000 粒提高至 10000 粒以上，提升了 2-3 倍。操作员从重复的盯检工作转向模型维护与异常处置，工作效率和工作质量都得到了提高。

本文由人工智能生成。文中客户案例为基于产品真实能力的模拟场景，成效数字为示例性质；官方标定口径以产品页为准。