此应用专注于柔性塑料包装的缺陷检测，针对可能影响产品安全性、耐用性、质量及品牌形象的各类瑕疵进行精准识别。通过UnitX的视觉检测技术，我们为制造商提供可靠的解决方案，确保包装完整无损，保护产品免受损害，维护品牌形象。
软塑料食品包装可能会遇到以下缺陷：
这些包装缺陷会带来严重后果，如危害消费者健康、昂贵的召回、法律责任以及品牌声誉受损。制造商必须实施严格的质量控制措施和检查流程来检测、纠正和预防这些缺陷。
但包装缺陷很难检测——它们的类型和位置可能各不相同。包装产品本身也具有挑战性——产品可能各不相同，可能重叠或不一致地沿着传送带传送，并且可能随着制造商生产新产品而频繁切换。
传统机器视觉产品在面对零件和缺陷变化时往往会过杀严重，并且在零件更换时重新配置速度很慢。在机器视觉失效的情况下，制造商仍然依赖人工检查。但人工检查速度慢，无法达到制造商所需的生产速度，并且每个检查员都主观判断。人工检查收集的数据很少，因此制造商会错过生产洞察，并且在发生逃逸或召回时无法回顾零件和检查决策。
UnitX 的人工智能检测可以有效检测出其他解决方案无法检测到的加工柔性塑料包装缺陷。
首先，OptiX 成像系统照亮并成像包装食品。然后，CorteX Central AI 平台针对包装缺陷进行训练。最后，将这些 AI 模型部署到 CorteX Edge 推理系统以在线检测和分类缺陷。
或者，如果制造商已有成像系统，也可以只使用 CorteX AI。例如，如果制造商想要检测内部包装缺陷，他们可以只部署 CorteX AI，并将其与现有的 X 射线和 CT 扫描仪集成，以快速部署改进的缺陷检测。
OptiX 提供出色的图像，可最大限度地降低反射率，同时最大限度地提高缺陷的可见度。 它有 32 个独立通道可控的光源，可以通过软件针对各种透明包装表面和缺陷进行优化。它的穹顶打光系统设计支持投射光的非常锐利的入射角，即使是非常微小的缺陷也会投射阴影，从而提高其可见度。
CorteX 可准确检测随机、复杂的缺陷。 它会自动对位置和方向的变化进行标准化，并识别像素级缺陷。它可减少导致废品和浪费产品的误报。
CorteX 支持快速 AI 模型开发、部署和迭代。 CorteX AI 模型具有样本效率——它们只需要少量图像即可针对新缺陷类型进行训练。
UnitX 可优化产量。 在 CorteX 中，可以在将这些更改投入生产之前调整质量标准并可视化对产量的影响。所有检查数据都可以在一个平台上参考，制造商可以分析和确定需要改进的工艺流程，并调出历史记录以限制召回范围并在必要时打击欺诈性索赔。
UnitX 提供快速、100% 在线检查。 OptiX具有高亮的 LED 和 1m/s 的快速飞拍能力，可实现高速成像。CorteX Edge 支持高推理速度（高达 100 MP），可快速输出 OK/NG 决策，并通过集成到所有主要 PLC、MES 和 FTP 系统无缝传达该决策。
通过 UnitX，制造商可以预防食品包装缺陷，避免食品安全和质量问题、客户信任度降低以及由此导致的代价高昂的召回。他们以生产速度实现自动化检查，以提高食品包装产量和产量。
在这个案例中，我们检查了热狗包装是否存在包装穿孔和产品数量错误。
成像环节
首先，我们使用 OptiX 捕捉热狗包装的图像，确保捕捉到有缺陷的产品和合格的产品。
训练阶段
接下来，我们使用 CorteX Central 来训练我们的模型。我们为两种缺陷创建了标签：包装穿孔（“穿孔”）和产品数量错误（“missing_hotdog”）
然后，我们在从 OptiX 捕获的图像中标记这些缺陷，每个缺陷使用少量图像：
由于 CorteX 的用户友好界面和训练其 AI 模型所需的图像数量少，我们只用了 3 分 42 秒就完成了 2 个缺陷的标记。
缺陷检测
然后，我们将这些 AI 模型部署到 CorteX Edge 来检测新热狗部件上的缺陷，从而发现了这两个缺陷。
在这个案例中，我们检查了碎牛肉包装中的密封处和包装磨损处是否存在食物污染。
成像环节
首先，我们使用 OptiX 捕捉碎牛肉包装的图像，确保捕捉到有缺陷的产品和合格的产品。
训练阶段
接下来，我们使用 CorteX Central 来训练我们的模型。我们 为两种缺陷创建了标签：食品污染（“污染”）和包装磨损（“磨损”）。
然后，我们在从 OptiX 捕获的图像中标记这些缺陷，对两种缺陷类型使用少量图像。
缺陷检测
然后，我们将这些 AI 模型部署到 CorteX Edge 来检测牛肉包装上的缺陷，从而准确检测和分类我们的两种缺陷。
