本项目面向工业生产线中产品外包装能效面单的自动化质量检测,主要解决人工检查效率低、判断标准不统一以及连续作业时容易漏检等问题。系统对能效面单的破损、污渍和褶皱等外观缺陷进行识别,辅助完成不合格品筛选和产品质量管控。
点击空白处退出提示
本项目面向工业生产线中产品外包装能效面单的自动化质量检测,主要解决人工检查效率低、判断标准不统一以及连续作业时容易漏检等问题。系统对能效面单的破损、污渍和褶皱等外观缺陷进行识别,辅助完成不合格品筛选和产品质量管控。
项目包含图像采集、能效面单定位、缺陷识别、结果判定和检测结果记录等功能。系统采集产品外包装图像后,使用 YOLO(实时目标检测算法)识别能效面单区域及其缺陷,判断是否存在破损、污渍或褶皱,并输出缺陷类别、所在位置和识别置信度,为生产线的不合格品拦截及后续质量追溯提供依据。
本人独立负责项目需求分析、样本采集与标注、数据集整理、YOLO(实时目标检测算法)模型训练、参数调优、识别功能开发及现场部署联调。针对缺陷形态差异、样本不均衡和现场光照变化等问题,通过补充难例样本、数据增强及模型参数优化,降低误检和漏检,使系统能够稳定识别能效面单的破损、污渍与褶皱缺陷。



评论