近年來，全球醫療耗材市場規模呈現持續增長態勢，GMP標準不斷提高，用工成本也不斷上升。在藥品生產和包裝環節，原有的人工燈檢方式已經不能滿足生產自動化和質量管理要求。隨著AI、視覺檢測等新技術的發展與應用，計算機視覺技術給預灌封注射器等醫療耗材的質量檢測帶來了新的期待與驚喜。4QO機器視覺檢測設備_CCD視覺檢測_外觀缺陷檢測系統_精質視覺

　　七一一所的預灌裝注射器質量檢測具有檢測圖像大、缺陷目標小，缺陷種類多(30多種)等特點，常規的視覺檢測方法無法有效對小目標缺陷進行識別檢測。本系統采用基于神經網絡算法的深度學習缺陷檢測技術，布局10個高幀率相機，采用像素分割、場景分類等方式實現缺陷的準確分類與識別。相較于傳統的視覺圖片對比缺陷檢測技術，深度學習缺陷檢測技術有著識別率高、可提升性強、可編輯性強的優點。4QO機器視覺檢測設備_CCD視覺檢測_外觀缺陷檢測系統_精質視覺

4QO機器視覺檢測設備_CCD視覺檢測_外觀缺陷檢測系統_精質視覺

　　該設備可在1秒內完成50張圖片的采集、檢測結果輸出，并可實時監控產線生產質量，利用數據挖掘技術可從海量數據中提取隱含、潛在的有價值的質量信息。當智能檢測裝備監測到生產質量發生較大波動時，可及時、有效地對前道預灌封注射器成型裝備提供生產工藝參數調整的建議，從而降低廢品率，提高生產質量。4QO機器視覺檢測設備_CCD視覺檢測_外觀缺陷檢測系統_精質視覺