Машинное зрение для контроля качества этикеток и маркировки

Клиент

Крупный производитель профессиональной химии.

На производственной линии продукция проходит несколько этапов маркировки: нанесение фронтальной и тыльной этикетки, а также печать даты выпуска и номера партии.

Во время работы линии регулярно меняются типы продукции, упаковка и рулоны этикеток. При высокой скорости конвейера оператор не всегда успевает заметить ошибки.

При этом не исключается возможность выявления следующих проблем.

1. Несоответствие этикеток. Не исключен человеческий фактов, при котором на канистре могут нанести разные этикетки (двусторонняя). Оператор не успевает заметить несоответствие, а покупатель не понимает, какой продукт получил.
2. Дефекты наклейки. Этикетки нередко наклеиваются с перекосом, замятием или пузырями, что расценивается как брак.
3. Проблемы лазерной маркировки. Дата и номер партии бывают нечёткими, неполными или плохо читаемыми, из‑за чего затрудняется трассировка продукции.

Каждая рекламация означает возврат партии, повторный выпуск продукции и дополнительные расходы на логистику, выезд аудиторов и аудиты, серьёзно повышая затраты и подрывая доверие к производителю.

ML Sense — ИИ-платформа для контроля качества продукции и автоматизации контроля маркировки на производствах конвейерного типа. Система использует машинное зрение и компьютерное зрение для проверки этикеток, считывания маркировки и выявления дефектов продукции в реальном времени.

Российская разработка. Входит в реестр отечественного ПО.

Для контроля маркировки и считывания кодов установлены две камеры машинного зрения. Система анализирует изображения упаковки с обеих сторон, выполняет считывание маркировки, проверяет соответствие этикеток и контролирует качество нанесения лазерной маркировки.

Техническое зрение позволяет автоматически обнаруживать перекосы, замятия, отсутствие этикетки и ошибки печати даты или номера партии даже при высокой скорости конвейера.

Чтобы обеспечить стабильное качество изображения при разном уровне блеска и цвета пластика, используется регулируемое освещение с рассеивателями — это минимизирует засветы, критично влияющие на точность распознавания.

Процесс работы системы начинается с того, что оператор вводит в систему основные параметры партии: наименование продукции, дату выпуска и номер партии. Эти данные сверяются с эталонными значениями, которые хранятся в базе и связаны с 40+ видами используемых этикеток.

Упаковка проходит зону контроля, камеры делают снимки с обеих сторон с учётом заданной скорости конвейера. Система фиксирует позицию упаковки и передает видеопоток на сервер с нейросетью ML Sense.

Первый модуль ML Sense отвечает за контроль качества маркировки и визуальный анализ упаковки. Нейросеть определяет наличие этикеток, проверяет корректность их расположения и выявляет дефекты наклейки. перекосы, замятия, пузыри и другие повреждения. Если дефекты обнаружены, система сразу подает сигнал на остановку линии и оповещение оператора.

Этот модуль не только обнаруживает наличие этикеток и дефекты, но и точно определяет координаты каждой этикетки и ключевых областей с важной информацией — таких как название продукта и поле с датой и номером партии. Эти координаты передаются дальше в систему, чтобы ограничить область работы второго модуля. Такой подход ускоряет обработку и значительно повышает точность распознавания текста.

Второй модуль выполняет считывание маркировки и распознавание текстовой информации: названия продукта, даты производства и номера партии. Система использует ИИ для сверки данных с эталонными значениями и автоматического выявления несоответствий. В случае несоответствия текста — система сигнализирует о дефекте и останавливает линию.

Внедрение ML Sense позволило автоматизировать контроль маркировки продукции с точностью до 99% и снизить количество рекламаций на 90%. Машинное зрение для маркировки помогает выявлять ошибки до отгрузки продукции клиенту и исключать выпуск бракованных партий.