�

基于AI视（shì）觉（jiào）的标（biāo）签（qiān）动（dòng）态检（jiǎn）测方案

方案简介（jiè）

Solution brief

现（xiàn）有产线（xiàn）多采用人（rén）工检测标签内容及缺陷检测，存在（zài）低效可靠性差，不良率高、生产用工及售后费用（yòng）大、品（pǐn）牌形（xíng）象受损等问题（tí）。

中科（kē）迪（dí）宏“基于AI的标（biāo）签动态检测系统”，以基于（yú）AI视觉的深度神经（jīng）网络算法模型为（wéi）核心，结合外观检测（cè）、条码读取、标签内容识别及（jí）瑕疵检（jiǎn）测等（děng）模块，组成（chéng）一套完整的（de）多功能智能集成（chéng）系统（tǒng），可快速完成定制化开发，本（běn）地化部署（shǔ），有效解（jiě）决上（shàng）述问（wèn）题。

方（fāng）案功能

Solution function

多个智能识别模块集成一体，包（bāo）括外（wài）观属性识别（bié）（如尺寸、颜色等）、条（tiáo）码读取及标签内容识别、标签（qiān）瑕疵识别（如标（biāo）签打（dǎ）印残缺、模糊、断（duàn）连、丝印不（bú）良等等）。

方（fāng）案亮点

Bright spot

系统一体化集成多个智能识别检测模块；深（shēn）度学习算法模型具备高准确（què）性；支持客户快速高度定制需求；系统可以实（shí）现（xiàn）“四（sì）无”对接能高效快速部署运行；通（tōng）用性（xìng）稳（wěn）定（dìng）性（xìng）强，已在多家世界500强企业应用。

条码读（dú）取（qǔ）、标签内容OCR识别、缺（quē）陷检测（cè）需求。
深度学（xué）习算法模型支持客户特有的标签字体、颜色（外观）识别，标签缺陷检测需求。
系统实现“四（sì）无”对接：无需产线改造；无停（tíng）留（liú）动态识别检测（cè）；数据无（wú）缝对（duì）接；无（wú）需云端部署（shǔ）。
相比传（chuán）统处理（lǐ）方法，系统深度学习算法模型极大地提高了识（shí）别准确度（dù）。
在多家世界500强（qiáng）制造企业落（luò）地（dì）实施，成（chéng）功案例丰富，实施部（bù）署（shǔ）快捷。

应用场（chǎng）景

Application scenario

工业案例

Project case

随着（zhe）产品质量标准和售（shòu）后服务要求越来越高，产（chǎn）品（pǐn）外观质量检查（如尺寸、颜（yán）色（sè）等（děng））、条码读（dú）取、标签内（nèi）容（róng）OCR识别，及相关的（de）各种缺陷检测（如产品表面瑕疵（cī）、标（biāo）签打印错误或打（dǎ）印质量不良等）越（yuè）来（lái）越受到重（chóng）视。现有产线多（duō）采（cǎi）用人（rén）工进（jìn）行检查，效率低，可（kě）靠性差，导致产品（pǐn）品质不稳定、不良品率高、生产用工及售后费用大（dà）、品（pǐn）牌（pái）形（xíng）象受损等一（yī）系列问（wèn）题。 HP打印机项目是（shì）对打印（yìn）机标签进行外观检测，主要检测颜色准（zhǔn）确（què）、字迹清晰度、内容是否正确、标签是（shì）否按规定位置粘贴、标签打印错误或打（dǎ）印质量不（bú）良等缺陷。性能指标完全满（mǎn）足（zú）客（kè）户要求，在几项关（guān）键指标上性能超出客户预期。

打印机标签检测（cè）现场图
打（dǎ）印机标签（qiān）检测现（xiàn）场图
打印机标签检测（cè）现场（chǎng）图