药24.jpg
药物作为预防、治疗疾病、康复等方面的特殊商品，国家对其质量监管不断加强，在制药行业中对药品包装的检测也逐渐从人工目检转向自动化检测，其中以机器视觉为基础的药品包装检测技术已逐渐从人工目检转向自动化检测，从而实现药品质量控制。
泡罩包装设备在制药生产的最后一个环节——包装过程中，要完成药丸、胶囊的封装和缺料检测。常规的泡罩包装设备不能检测出表面裂纹、污垢、磨损、污垢、褶皱等微小缺陷，但这些缺陷都会导致药品召回，从而使药品成本不断攀升。在此基础上，制药行业普遍采用传统的机器视觉方案来解决这一问题，而复杂的工厂环境和众多的产品类型成为了传统视觉方案部署与运行的障碍。传统的视觉检测系统部署周期长，需要大量的调试时间；对环境变化敏感，系统稳定性差，生产车间不同位置的灯光变化会影响检测的准确性；不能适应柔性生产，一旦产线更换或药丸形状发生变化，就需要重新进行参数调试；定制系统解决方案费用高昂，工厂智能化改造成本高。
同时，市场自主开发的缺陷视觉检测系统采用深度学习算法提高了方案的环境适应性，同时减少了生产线更换产品时的重新采集数据、调试训练的工作量，有效地检出口服液等玻璃瓶的缺损、表面裂纹、污垢、磨损、漏料以及褶皱等产品缺陷，提高了药品生产效率和检测精度。它不需要对传统产线进行大规模改造，从而节约了智能成本，实现快速部署；避开了传统算法的环境敏感问题，支持柔性制造，缩短部署周期，极大地提高了制药工业的生产效率和产品质量。
包括制药行业在内，以智能制造为主导的工业革命4.0对各行各业产生了深远的影响，工业智能化将成为推动未来工业体系发展的关键。由互连到物联到智联，数据处理与分析逐渐向边缘下沉，边缘计算能力正成为产业竞争力的关键要素，面对全新的发展格局，某公司凭借硬件的算力优势和强大的生态系统，将充分发挥深度学习和人工智能技术的优势，为行业生产提供技术支持，实现产能的快速调配，柔性制造，以更低的成本和更灵活的架构来满足客户需求，满足客户个性化需求的需求。
