医疗耗材缺陷智能检测装备

2022-11-10 10:51:33

　　近年来，全球医疗耗材市场规模呈现持续增长态势，GMP标准不断提高，用工成本也不断上升。在药品生产和包装环节，原有的人工灯检方式已经不能满足生产自动化和质量管理要求。随着AI、视觉检测等新技术的发展与应用，计算机视觉技术给预灌封注射器等医疗耗材的质量检测带来了新的期待与惊喜。

　　七一一所的预灌装注射器质量检测具有检测图像大、缺陷目标小，缺陷种类多(30多种)等特点，常规的视觉检测方法无法有效对小目标缺陷进行识别检测。本系统采用基于神经网络算法的深度学习缺陷检测技术，布局10个高帧率相机，采用像素分割、场景分类等方式实现缺陷的准确分类与识别。相较于传统的视觉图片对比缺陷检测技术，深度学习缺陷检测技术有着识别率高、可提升性强、可编辑性强的优点。