健松智能冷冻挞皮AI视觉外观瑕疵检测解决方案，打破传统视觉技术，采用AI算法，实现由系统自适应、自定义的快速深度学习和迭代。将人工智能技术和机器视觉技术相结合，让系统能够识别、分析和理解图像中的内容，进行挞皮外观的辨识并定位出瑕疵，实现对产品外观质量的检测。不良品由机器人自动拾取剔除到指定区域，避免人工分拣可能出现的误判和漏判，保证产品质量的稳定性和一致性。



检测精度
AI视觉检测系统使用动态飞拍技术，实现蛋挞表面最小0.5mm以上的瑕疵检测，在输送带连续运行下对破损、起泡、头发、异物、裂纹等瑕疵保持1s/pcs的检测节拍，可通过调整NG判定指标，进一步对缺陷轮廓特征做进一步过滤。



方案优势 ■ 构建通用模型，用AI算法代替传统算法，完成挞皮一致性预处理，实现通用模型的共用。
■ 提升检测效率，减少对人工的依赖，保证挞皮质量的稳定性和一致性。
■ 可以及时发现挞皮是否存在黑点、破损、起泡、异物等问题，帮助企业减少客户投诉
■ 采用健松智能专利拾取技术。

方案特点
■ 可辨识复杂瑕疵：满足产线在高速生产下的瑕疵检测；
■ 提高检测准确率：AI自主学习，精确识别并定义几十种以上的瑕疵种类；
■ 提高检测准确率：持续搜集瑕疵样本，不断自主迭代，提升检测效率；
■ 通用大模型： 建立瑕疵数据库，进行瑕疵类别精确标注，积累通用大模型；