又是一年315，品質消費再度升級！在這個即將到來的消費者權益日，我們不僅要關注消費陷阱，更要看到科技如何為品質保駕護航。

近年來，AI機器視覺技術異軍突起，憑借其精準、高效、穩定的優勢，化身“質檢天眼”，深入各行各業，為生產流程嚴格把關，為產品質量保駕護航，讓消費者買得放心，用得安心！

康耐視是工業機器視覺領域的領導者，也是業內較早將AI技術引入產品能力的典范之一。2025年最新發布的DataMan 290，以及早前發布的In-Sight 3800、In-Sight 2800、In-Sight SnAPP等產品，均實現了與AI技術的融合應用，且已成功落地在廣泛的工業流程中，實現了不同垂直行業從原材料到成品的全鏈路良率管控，切實滿足了企業客戶和最終消費者對出廠產品的質量要求。

本文將分享康耐視的相關技術在包裝檢測領域的落地表現：剖析AI視覺檢測如何推動全行業邁入高效、精準、可靠的品質管控新時代。

01In-Sight 3800

剃須刀分配器缺陷檢測

· 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。

解決方案及效果

In-Sight 3800通過集成AI和基于規則的工具，實現了對剃須刀分配器的快速且準確的缺陷檢測。其處理速度比傳統系統快2-6倍，完全滿足了客戶對70 pcs/min的檢測速度要求。系統配備的ViDi EL Segment和ViDi EL Read等基于AI的工具，能夠在復雜的背景下準確識別各種缺陷、區域和對象，確保了檢測結果的準確性。不僅如此，In-Sight 3800操作簡單，價格符合客戶預算，擁有完善的生態鏈和經驗豐富的代理商支持，充分保障了系統的長期穩定運行。

02In-Sight 3800

白酒外包裝箱OCR讀取

·應用需求及挑戰

為了滿足貨物跟蹤、庫存管理和驗證真偽的需求，白酒產品在出廠前需要在外包裝箱上打標。為了快速、準確地提取打標信息，檢測系統需滿足高讀取率、高檢測速率要求，并且系統要易于調試維護，不增加額外的運維成本。此時傳統的人工檢測方式效率低下且準確率難以保證；而傳統的PC-Based檢測方案雖然能實現較高的OCR讀取率，但其開發和維護成本高昂，對系統軟硬件條件的要求也較為苛刻。

解決方案及效果

In-Sight 3800憑借ViDi EL Read工具和160萬像素鏡頭，僅需1臺PC和1臺相機即可實現快速、準確的字符識別。經過基于AI的邊緣學習算法簡單訓練后，產線速度達10箱/分鐘，OCR讀取率高達99.9%以上。同時，其EasyBuilder開發界面簡易直觀，即使是沒有編程經驗的OEM現場工程師也能在2小時內掌握調試，確保系統穩定運行及便捷維護。

03In-Sight 2800

餅干烘干后餅皮檢測

·應用需求及挑戰

餅皮視覺檢測在食品行業需求日益增長，通過對餅皮顏色、形狀、紋理等特征進行提取和分析，可以確保餅皮外觀質量和完整性符合要求，提升產品品牌形象和競爭力。但生產線上餅干方向不固定、餅干表面奶油等干擾因素使錯檢概率提高，傳統檢測系統無法穩定工作。

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。

04In-Sight SnAPP

拉鏈頭基材完整性檢測

·應用需求及挑戰

拉鏈是服裝行業的常見備件，拉鏈頭基材表面外觀無瑕疵是維護服飾品牌形象的關鍵之一。因此，對拉鏈頭基材進行完整性檢測是不可或缺的環節。不過，考慮到高速流水線上拉鏈頭數量眾多，且基材小巧、瑕疵位置不固定，同時實現高檢測效率與高準確率對客戶來說是一大挑戰。

解決方案及效果

In-Sight SnAPP憑借其小巧的尺寸，可以輕松安裝在產線進料口的上方，配合外部光源打亮基材，僅僅通過幾個示例圖像的簡單訓練后，該系統即能出色地應對500mm/s流水線速度下，拉鏈頭基材瑕疵大小和位置均不確定的復雜情況，在不漏檢的同時，保證了檢測效率和準確率。

05In-Sight 3800

檢測胰島素瓶是否平放

·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。

AI機器視覺技術的應用，不僅提升了產品質量，更推動了產業升級。相信在未來，AI機器視覺將會在更多領域發揮重要作用，為消費者帶來更優質的產品和服務，讓品質消費成為常態！