· 應用需求及挑戰

在流入消費端前，剃須刀產品須經歷嚴謹且精準的外觀與質量檢測流程，杜絕瑕疵品進入市場，滿足良率高達99.9%的嚴格標準。鑒于產品出貨量龐大，客戶對檢測速度提出了明確要求，希望檢測速度達到70 pcs/min，以保持整體生產線的效率不因增設檢測環節而受到影響。另外針對產品瑕疵種類多、瑕疵位置不確定的特征，包括擦傷、破損、裂痕、發白、卡扣、擋條等，都要求檢測系統均能準確識別及判定，而傳統檢測方案部署和操作復雜，往往缺乏及時的需求響應。

2In-Sight 3800

餅干烘干后餅皮檢測

解決方案及效果

In-Sight 2800提供集成光源和鏡頭的模塊化解決方案，融合了強大的AI視覺工具和傳統視覺工具，為用戶帶來了前所未有的視覺檢測體驗。它能夠精準地過濾干擾內容，確保圖像訓練的順利進行，并高效執行視覺檢測和不良品分類任務。在該項目中，In-Sight 2800展現了其卓越的性能。經過簡單的圖像訓練后，通過ViDi EL Classify工具，系統實現了容錯率控制在萬分之三以內的精準檢測。不僅如此，In-Sight 2800的檢測速度也極為理想，即便在大視野范圍內，也能每秒檢測5-7個產品，確保了生產線的高效運行。

5In-Sight 3800

· 應用需求及挑戰

胰島素是治療糖尿病的關鍵藥物，對儲存條件要求嚴格。若在包裝和運輸過程中，容器因外力破裂會導致藥物失效，造成醫療資源浪費。因此，確保胰島素瓶在裝箱后平放是產品質量控制的關鍵。在利用視覺系統檢測胰島素裝箱后是否平放時，箱內光照條件不足往往會使系統誤判率提高；并且由于產品密度高、檢測范圍大，部分視覺方案暴露出視野不夠和檢測效率慢的問題。

解決方案及效果

In-Sight 3800憑借其卓越的大視野檢測能力（支持500*500mm的視野范圍）和HDR+技術的應用，即便在復雜光照條件下，也能實現圖片亮度的均勻分布，從而確保成像清晰。這使得系統能夠迅速且準確地識別胰島素瓶的擺放狀態，并即時作出反饋。此外，In-Sight 3800還集成了基于AI的Vidi EL Classify工具，通過僅需少量圖像的訓練，即可高效完成產品分類任務，展現出極高的易用性和實用性。