VisionPro Deep Learning帮助中科玻璃解决酒瓶标签缺陷检测难题

客户：四川中科玻璃有限公司

行业：饮料包装

解决方案：VisionPro Deep Learning

挑战：

1）人工目检方式效率低，易导致漏检、错检，流入市场的不良品给企业带来不利影响；

2）“三班倒”的人工检测占用大量企业人力成本和管理费用；

3）人工检测方式限制企业产能提升，严重影响生产效率；

4）传统机器视觉产品无法检测酒瓶标签的复杂缺陷，经典深度学习网络部署复杂。

效果：

1）实现酒瓶标签的快速高效检测，大幅度提高了产品的良品率，再也没有收到用户对产品的投诉；

2）满足现场高速生产的需要，切实有效地取代了现场“三班倒”的人工检测模式，企业节省了大量的人工成本；

3）促进产能扩张，由原来日均产量1万件大幅提升至2万多件；

4）部署简单，现场工程师简单培训就能上手，实现了在现场应用的快速应用。

四川中科玻璃有限公司（简称中科玻璃）是一家以专业生产经营中、高端白酒玻璃瓶为主的大型民营企业，主要客户有泸州老窖、五粮液、剑南春、茅台、汾酒、洋河、沱牌等国内名酒企业，并为欧美主流酒类产品提供大量高端酒瓶。公司自创立以来一直专注于新产品设计新工艺、新技术的设计、研发与应用，形成一套完整的包装设计、研发、创新及生产与物流为一体的一站式服务企业。公司占地面积500余亩，现有员工3000余人。年产值15亿元，年产玻璃瓶可达3.8亿只，并拥有高精技术的打磨、抛光、烤标、刻花、蒙砂、磨砂、喷釉、纳米喷镀、丝印、热转印、烫金等深加工工艺。

酒瓶标签缺陷的人工检测方式严重影响生产效率

白酒在我国有着悠久的历史和传统，随着白酒市场的竞争加剧和消费者对产品包外观要求的不断提升，白酒生产商对酒瓶外包装质量的要求也在日益提高。如果酒瓶标签有缺陷，会影响白酒商业价值。但是在白酒瓶印刷过程中，由于受到机械故障、工艺技术性能等因素的影响，白酒瓶印刷品的表面一般都存在不同程度的各种缺陷，例如划痕、鱼眼、脏污、糊版、气泡等缺陷。

中科玻璃在多年的酒瓶生产中，为了保证产品品质，就雇佣了大量人工对酒瓶标签进行质量检测。然而，传统的人工检测模式容易受到视觉疲劳等因素影响，工人会产生疲劳检测，导致漏检、错检等情况。而且人工目检效率低，因而无法满足工业化生产的需要。

“由于本地检测工人的流动性强，每年在招聘工人和培训人员对酒瓶工艺品质的了解上费时费力，无形中增加了很多企业成本。”中科玻璃生产负责人指出，“同时，在生产检测环节上常年采用三班倒的轮班模式，企业在人工和管理成本上投入巨大。而且，人工检测常常造成不良品误流到市场，给企业口碑带来了不利的影响。”

近年来，随着机器视觉技术的快速发展，中科玻璃看到许多行业正在将机器视觉系统应用于流水生产线上，极大提高了生产效率和检测质量。因此，中科玻璃迫切需要寻求一种适合自身需要的视觉解决方案，来逐步替代人工检测。

“只有这样，中科玻璃才能扩大发展规模，同时保证将质量稳定的产品输送到市场。”中科玻璃生产负责人表示，“如果不及时解决这个问题，随着市场激烈的竞争，公司将面临不可预估的风险。”

VisionPro Deep Learning实现酒瓶标签的高效自动检测

然而，在寻求合适的视觉解决方案过程中，中科玻璃也颇费周折。

“我们最主要是考虑方案的可靠性以及供应商的技术实力，虽然有不少的供应商推荐了使用人工智能的视觉方案，但是在应用简便性和测试时间上，让设备工程师感觉非常麻烦。”中科玻璃生产负责人讲道，“而且，我们还发现传统机器视觉产品无法检测酒瓶复杂的烫印缺陷，经典深度学习网络的部署非常复杂，因此公司就一直踌躇使用什么样的方案来解决检测难题。”

在一次偶然的机会，中科玻璃的机器人供应商得知他们的需求后，便推荐了康耐视公司，中科玻璃的生产负责人很快就与康耐视取得了联系。

“由于是第一次接触康耐视的品牌，所以对康耐视的公司实力和产品性能进行了多方位的调研，看看有没有适合我们的方案。”中科玻璃的生产负责人表示。

他们了解到，VisionPro Deep Learning是专为制造业设计的同类最佳深度学习视觉软件。它是以优秀的机器学习算法套件制成的经过现场测试、优化且可靠的软件解决方案。将深度学习技术与 VisionPro 软件相结合，VisionPro Deep Learning 能够解决复杂的应用问题。

中科玻璃的生产负责人接着指出，“经过康耐视的推荐及产品演示，我们认为康耐视的深度学习产品VisionPro Deep Learning非常符合车间现场的实际需求，而且智能化程度很高，于是就进行下一步的实际测试和方案验证。”

根据现场工况和检测需求，经过双方的不断交流，确定了酒瓶标签缺陷检测的视觉解决方案。

线上试生产，人工配合校验

由于酒瓶标签为烫印，分别位于透明酒瓶瓶体的正反面，于是就部署了两个工位，分别检测正反面的烫印内容；为了消除图像里混杂的噪声，每个工位安排了独立的正反面光源组合，可有效去噪，获得良好的图像信息；而在数据标注上，通过定位、区域划分等特殊的处理方式，将综合性的烫印内容检测分步进行；另外，使用了多线程多GPU的方式，来处理不同的检测区域内容，从而通过数千张图像的标注，不但实现了在现场应用的快速部署，而且还能同时满足现场高速生产的需要，切实有效地取代了现场“三班倒”的人工检测模式。

VisionPro Deep Learning测试和训练产品标注

“VisionPro Deep Learning的深度学习功能让我们挺意外的，由于酒瓶在做线体运动时就要进行拍照，因此照片上显示的玻璃瓶会有一定范围内波动，造成后续检测区域偏移，而Locate定位工具轻松解决了这个问题，避免了酒瓶运动导致的拖影模糊现象，通过采集30多张图片进行标注就实现了不错的定位效果。”中科玻璃的生产负责人在看到VisionPro Deep Learning 强大的性能后，惊喜地表示，“而Analyze工具就更神奇了，经过康耐视简单培训，我们现场的设备工程师都能自主训练图像并且应用到生产当中，并且把各种不同形状的缺陷瑕疵都能检测出来，这又给我们省去了招聘专业技术人员的烦恼。”

康耐视出色的视觉检测方案赢得了中科玻璃的信任，于是，双方就正式签署合同，引入VisionPro Deep Learning来实现酒瓶标签的快速高效检测。

成功部署VisionPro Deep Learning让企业产能提高1倍

从项目签订到VisionPro Deep Learning在工厂顺利部署完毕，仅仅用了1个月的时间。目前，其在车间现场已经使用数月，运行效果稳定，大幅度提高了产品的良品率，中科玻璃再也没有收到用户对产品的投诉。

软件离线训练

而应用VisionPro Deep Learning给中科玻璃带来的不仅仅是这些。

以前，企业日均生产量只有1万多件，限制产能的最主要因素就是人工检测耗时严重，平均一个人检测一个产品瑕疵缺陷的时间需要10秒钟，而且检测的稳定性和标准不一样，严重拖累了生产节拍。现在，在部署VisionPro Deep Learning之后，由于实现了自动化程度很高的智能检测，中科玻璃的产能已经大幅度提升，由原来日均产量1万件提升至2万多件。

VisionPro Deep Learning的现场安装图片

“目前的检测效果完全超出了我们的预期，当时也就想着花个10多秒时间检测下产品，只要能帮企业省点人工检测费用就行，而现在则完完全全帮助企业打破了检测的技术瓶颈！”中科玻璃的生产负责人强调，“对此，我们总经理还特意到车间观看了整个检测设备，并在员工会议上做出重要指示：‘每个车间的人工检测成本都是我们厂的开销大头，希望大家能从这个项目中吸取经验，帮企业缩减开支，造福客户，造福整厂！’”

正是在康耐视深耕机器视觉领域多达30多年的经验积累和深厚的创新解决方案支持下，中科玻璃践行以“品质打造市场、技术推动发展、管理创造效益”的企业发展之路，有了更先进的技术保障。

“由于我们白酒行业比较特殊，只要有一家企业成功使用了先进技术，那么其他厂家都会慕名而来。如果有同行来咨询康耐视的情况，我会说康耐视的产品跟品味白酒一样，第一口觉得害怕，但是接下来的第二口第三口会让你意犹未尽，只有品过了，才真的知道什么叫香！”中科玻璃的生产负责人诙谐地总结道，“现在经过第一次合作，企业上下对康耐视的VisionPro Deep Learning深信不疑，我们已经提交了明年的相关技改计划，准备用它来解决更多的生产检测问题。我们期待未来康耐视产品能给企业省去更多的人力检测成本，让中科玻璃成为同行中技术领先的生产厂家。”