康耐視 In-Sight 視覺系統與深度學習 OCR 解決方案可確認上蓋與容器彼此符合，並精確反映出包裝內容，以及確認標籤符合內部程序與管制機關強制施行的品質標準。康耐視技術可確保在要求最嚴苛的環境中，也能高速讀取條碼與文字並將其解碼。

1. 兩種尺寸瓶身一機共用：同時支援兩種容量的 Vial 瓶(10ml 與 20ml)，換線無須更換治具，操作人員直接上手，輕鬆切換不同尺寸的瓶身。
2. Tray 盤自動分離並落盤+自動將 Vial 瓶裝盤：宇瞻獨家設計 Tray 盤自動分離機構，可將原本為節省空間套在一起擺放的 Tray 盤自動分開，獨立放置到產線中；搭配推瓶和真空取瓶機構，一次可將數十個 Vial 瓶自動放置於 Tray 盤內，大幅提升整體包裝效率及產能。
3. 高度客製化：針對客戶既有產品、產線與 Tray 盤瓶進行設計，節省變革與轉型成本。
4. AOI 標籤光學檢測站：整合既有前後端設備，檢測瓶身標籤是否完整貼合、標籤位置是否歪斜與標籤是否正確印製批號；一旦檢測到不良品，機構會自動排除，避免不良品進入下一個站點。
5. 客製化資料庫：保留 ESG 機聯網智慧設備升級彈性。

光學字元辨識 (OCR) 與字元驗證 (OCV) 能讀取和確認印刷資料，並驗證規定要印刷的各式元素品質，例如標誌、日期/批次資訊及其他圖形。廣泛多樣的康耐視 Cognex In-Sight 視覺系統都提供這些讀碼工具。

康耐視 Cognex 視覺系統搭配 OCR 技術，可偵測條碼存在與否，以及驗證其字母與數字鏈是否正確。面對要求嚴苛的 OCR，包括雷射標識或 DPM 文字，康耐視深度學習解決方案可確保會精準地讀取和驗證條碼。深度學習可使用 OCR 與字元驗證 (OCV)，將變形、歪斜及蝕刻不良的字元解碼。預先訓練的全方向字型庫無需設計其他程式或字型訓練，即可識別大部分文字。

康耐視 In-Sight 2800 視覺系統可為菸草業製造廠商提供易於使用、具成本效益的解決方案進行這項重要檢測。In-Sight 2800 視覺系統可使用邊緣、對比度、色彩及像素計數工具，找出並區分稅章的特徵，然後將合格/不合格的結果傳遞至可程式邏輯控制器 (PLC)。整合光源可提供必要的對比度，檢測有光澤與低反差特徵。以生產線速度精準地完成此項檢測，可避免重工、成本高昂的廢料和不必要的退貨。In-Sight 2800 視覺系統檢測可使用 In-Sight 資源管理器軟體搭配 EasyBuilder 配置環境，輕鬆設定和維護。

透過使用 In-Sight 視覺系統，食品與飲料製造廠商可確保標籤會放在產品的正確位置，以及避免因品質而召回產品，或品牌商譽受創。同樣地，自動化檢測可在錯位的標籤沿著供應鏈進一步造成問題之前，識別出錯誤。標籤對準檢測可結合光學字元辨識 (OCR) 與其他 In-Sight 視覺工具一起使用，確保整體標籤易讀性與合規性。

Cognex Deep Learning 讀取難讀背景上的印刷條碼。由於有預先訓練的字型庫，深度學習 OCR 工具可以輕鬆設定和部署。然後透過一小組眾多不同背景上所印刷文字的圖像組進行訓練，並學會識別文字，同時忽略背景，甚至當文字出現在非原始訓練組內的新引進背景時，也不是問題。當文字出現在新背景上時，OCR 工具不需要重新訓練，可讓生產線保持運轉而不會中斷或降低讀取準確度。

Cognex Deep Learning 可讀取軟質塑膠膜上的印刷 OCR 碼，其不僅難讀，背景甚至因許多不同分切部位或雞肉，而有不同變化。深度學習 OCR 工具隨附預先訓練的字型庫，而能輕鬆設定和部署。OCR 工具透過一小組文字歪斜、斜角和變形的圖像進行訓練，之後無論包裝底下的產品為何，都可以找到並讀取軟質食品包裝上的這類文字。

追蹤定位解決方案透過在每個掃描點擷取代碼圖像，並將其解碼資料存入中央資料庫，以確保完全遵守食品安全與可追溯性法律。無論條碼品質或方向為何，康耐視讀碼器都能以 99.9% 的讀取率，可靠地讀取一維條碼與二維碼。圖像式讀碼器具備速度與精準度，可確保所有形狀與尺寸的包裝都能適當地分類、挑選、存放或出貨，以及在需要召回產品時，輕鬆地識別並定位。In-Sight 視覺系統採用基於 AI 的 OCR 工具，可讀取字母數位日期/批號，並將資訊儲存在中央資料庫中，該資料庫可以跟蹤和追溯整個供應鏈中的貨物。

Matrox MIL10 文符辨識工具 SureDotOCR™ 專為挑戰噴墨與針字列印的點陣文字而開發，依指定點尺寸校正，可針對文字失真、背景不均與光照程度不同，皆可做辨識。

In-Sight 視覺系統搭配特徵擷取技術，使用照明與軟體演算法，來建立高對比圖像，增強元件上的三維特徵。其可擷取標籤遭扯破、裂開或變形等錯誤與缺陷。單色與彩色機型可識別色彩錯誤，以及檢驗標籤在尺寸、形狀、色彩及材質方面的一致性與品質。這項品質控制舉措可減少發生錯誤，協助達到標籤品質標準並確保客戶滿意度。

運用 SolVision AI 影像平台的 Segmentation 技術，針對點滴袋體上的名稱、濃度、容量等影像資訊訓練 AI 模型，學習影像特徵，藉此快速辨識並分類各式輸液品項。

1. 全中文化操作介面。
2. 產品微調整快捷頁面。
3. 統計功能(總檢測量/合格品數量/異常品數量)。
4. 異常圖片儲存及分類。
5. 檢測中可調整設定。
6. 完整剔除機構規劃(低,中,高速型/接觸及非接觸型)。
7. 設備最快可以處理1200pcs/分鐘。

快速定位與讀取影像中的實心文字，同時可以容忍一定程度的傾斜與對比度變化，具備足夠的靈活性來克服字元建立且背景模糊的問題。另一方面，如果文字夠清晰，String reader 就會進行檢測，而如果文字基於意外被遮蓋，Matrox DA 也能自動切換到存在/不存在的檢查模式，能有效因應產線上的變化。

運用 SolVision AI 影像平台的 Segmentation 技術，以瓶蓋側文字及條碼影像樣本訓練 AI 模型並執行光學字元辨識(Optical Character Recognition, OCR)，即可於高速生產的飲品產線中精準辨識外包裝上的產品資訊，除檢出印刷不良的產品外，亦大幅強化產線溯源管理及紀錄存留的效率。

1. 全中文化操作介面。
2. 產品微調整快捷頁面。
3. 統計功能(總檢測量/合格品數量/異常品數量)。
4. 異常圖片儲存及分類。
5. 檢測中可調整設定。
6. 完整剔除機構規劃(低,中,高速型/接觸及非接觸型)。
7. 設備最快可以處理1200pcs/分鐘。

In-Sight 視覺系統搭配 OCRMax 技術，可偵測日期和批代碼存在與否，以及驗證其字母與數字鏈是否正確。面對要求嚴苛的 OCR，包括雷射銘刻、打點或化學刻蝕的 DPM 文字，康耐視 AI OCR 工具可確保精準讀取和驗證條碼。這些工具可使用 OCR 與字元驗證 (OCV)，解碼變形、歪斜及蝕刻不良的字元。預先訓練的全方向字型庫無需設計其他程式或字型訓練，即可識別大部分文字。

康耐視的 In-Sight 7800 系列視覺系統可精準地讀取香菸稅章上的 OCR 代碼，協助菸草業製造廠商符合嚴格的菸草法規。In-Sight 7905 使用 PatMax 物件定位工具，尋找並定位稅章上的圖案。接著，使用曝光分布圖與 OCR 工具，找到字元並讀取 OCR 代碼。In-Sight 7905 能以很小的檢測距離完美無暇地運作，從高速進行列印的機器擷取和檢測高解析度、高對比度且沒有變形的圖像。

系統整合大廠 Epic Systems 藉由 Matrox MIL 視覺函式庫，整合出 OCR 的機器視覺系統並導入食品製造大廠。在製造現場，此視覺系統會即時識別瓶罐上的有效日期是否正確，並且即時將錯誤的瓶罐剔除，以防不良品流入市場。

In-Sight 視覺系統可檢測過敏原標籤存在與否，以及確保標籤印刷清楚。圖案匹配技術可在包裝、瓶身及其他品項上找到過敏原標籤，並驗證其正確無誤，以保護客戶安全並減少產品召回的機會。

1. 能夠以卷筒式方式檢查熱封標籤的缺陷
2. 待檢查的缺陷：印刷錯誤、位置錯誤、髒污、變形、污染、溢出和剝落
3. Microsoft Azure 基於雲端的機器管理，用於 AI 模型的訓練和重新訓練