康耐视AI机器视觉技术在包装检测领域的应用

又是一年315，品质消费再度升级！在这个即将到来的消费者权益日，我们不仅要关注消费陷阱，更要看到科技如何为品质保驾护航。

近年来，AI机器视觉技术异军突起，凭借其精准、高效、稳定的优势，化身“质检天眼”，深入各行各业，为生产流程严格把关，为产品质量保驾护航，让消费者买得放心，用得安心！

康耐视是工业机器视觉领域的领导者，也是业内较早将AI技术引入产品能力的典范之一。2025年最新发布的DataMan 290，以及早前发布的In-Sight 3800、In-Sight 2800、In-Sight SnAPP等产品，均实现了与AI技术的融合应用，且已成功落地在广泛的工业流程中，实现了不同垂直行业从原材料到成品的全链路良率管控，切实满足了企业客户和最终消费者对出厂产品的质量要求。

本文将分享康耐视的相关技术在包装检测领域的落地表现：剖析AI视觉检测如何推动全行业迈入高效、精准、可靠的品质管控新时代。

01In-Sight 3800

剃须刀分配器缺陷检测

· 应用需求及挑战

在流入消费端前，剃须刀产品须经历严谨且精准的外观与质量检测流程，杜绝瑕疵品进入市场，满足良率高达99.9%的严格标准。鉴于产品出货量庞大，客户对检测速度提出了明确要求，希望检测速度达到70 pcs/min，以保持整体生产线的效率不因增设检测环节而受到影响。另外针对产品瑕疵种类多、瑕疵位置不确定的特征，包括擦伤、破损、裂痕、发白、卡扣、挡条等，都要求检测系统均能准确识别及判定，而传统检测方案部署和操作复杂，往往缺乏及时的需求响应。

解决方案及效果

In-Sight 3800通过集成AI和基于规则的工具，实现了对剃须刀分配器的快速且准确的缺陷检测。其处理速度比传统系统快2-6倍，完全满足了客户对70 pcs/min的检测速度要求。系统配备的ViDi EL Segment和ViDi EL Read等基于AI的工具，能够在复杂的背景下准确识别各种缺陷、区域和对象，确保了检测结果的准确性。不仅如此，In-Sight 3800操作简单，价格符合客户预算，拥有完善的生态链和经验丰富的代理商支持，充分保障了系统的长期稳定运行。

02In-Sight 3800

白酒外包装箱OCR读取

·应用需求及挑战

为了满足货物跟踪、库存管理和验证真伪的需求，白酒产品在出厂前需要在外包装箱上打标。为了快速、准确地提取打标信息，检测系统需满足高读取率、高检测速率要求，并且系统要易于调试维护，不增加额外的运维成本。此时传统的人工检测方式效率低下且准确率难以保证；而传统的PC-Based检测方案虽然能实现较高的OCR读取率，但其开发和维护成本高昂，对系统软硬件条件的要求也较为苛刻。

解决方案及效果

In-Sight 3800凭借ViDi EL Read工具和160万像素镜头，仅需1台PC和1台相机即可实现快速、准确的字符识别。经过基于AI的边缘学习算法简单训练后，产线速度达10箱/分钟，OCR读取率高达99.9%以上。同时，其EasyBuilder开发界面简易直观，即使是没有编程经验的OEM现场工程师也能在2小时内掌握调试，确保系统稳定运行及便捷维护。

03In-Sight 2800

饼干烘干后饼皮检测

·应用需求及挑战

饼皮视觉检测在食品行业需求日益增长，通过对饼皮颜色、形状、纹理等特征进行提取和分析，可以确保饼皮外观质量和完整性符合要求，提升产品品牌形象和竞争力。但生产线上饼干方向不固定、饼干表面奶油等干扰因素使错检概率提高，传统检测系统无法稳定工作。

解决方案及效果

In-Sight 2800提供集成光源和镜头的模块化解决方案，融合了强大的AI视觉工具和传统视觉工具，为用户带来了前所未有的视觉检测体验。它能够精准地过滤干扰内容，确保图像训练的顺利进行，并高效执行视觉检测和不良品分类任务。在该项目中，In-Sight 2800展现了其卓越的性能。经过简单的图像训练后，通过ViDi EL Classify工具，系统实现了容错率控制在万分之三以内的精准检测。不仅如此，In-Sight 2800的检测速度也极为理想，即便在大视野范围内，也能每秒检测5-7个产品，确保了生产线的高效运行。

04In-Sight SnAPP

拉链头基材完整性检测

·应用需求及挑战

拉链是服装行业的常见备件，拉链头基材表面外观无瑕疵是维护服饰品牌形象的关键之一。因此，对拉链头基材进行完整性检测是不可或缺的环节。不过，考虑到高速流水线上拉链头数量众多，且基材小巧、瑕疵位置不固定，同时实现高检测效率与高准确率对客户来说是一大挑战。

解决方案及效果

In-Sight SnAPP凭借其小巧的尺寸，可以轻松安装在产线进料口的上方，配合外部光源打亮基材，仅仅通过几个示例图像的简单训练后，该系统即能出色地应对500mm/s流水线速度下，拉链头基材瑕疵大小和位置均不确定的复杂情况，在不漏检的同时，保证了检测效率和准确率。

05In-Sight 3800

检测胰岛素瓶是否平放

·应用需求及挑战

胰岛素是治疗糖尿病的关键药物，对储存条件要求严格。若在包装和运输过程中，容器因外力破裂会导致药物失效，造成医疗资源浪费。因此，确保胰岛素瓶在装箱后平放是产品质量控制的关键。在利用视觉系统检测胰岛素装箱后是否平放时，箱内光照条件不足往往会使系统误判率提高；并且由于产品密度高、检测范围大，部分视觉方案暴露出视野不够和检测效率慢的问题。

解决方案及效果

In-Sight 3800凭借其卓越的大视野检测能力（支持500*500mm的视野范围）和HDR+技术的应用，即便在复杂光照条件下，也能实现图片亮度的均匀分布，从而确保成像清晰。这使得系统能够迅速且准确地识别胰岛素瓶的摆放状态，并即时作出反馈。此外，In-Sight 3800还集成了基于AI的Vidi EL Classify工具，通过仅需少量图像的训练，即可高效完成产品分类任务，展现出极高的易用性和实用性。

AI机器视觉技术的应用，不仅提升了产品质量，更推动了产业升级。相信在未来，AI机器视觉将会在更多领域发挥重要作用，为消费者带来更优质的产品和服务，让品质消费成为常态！