以生產線速度將線上包裝 OCR 自動化的更簡易方法
許多產業都面臨與日俱增的法規遵循要求、消費者對詳細的批次貨件資訊的需求，以及供應鏈速度和效率的競爭壓力。
製藥業面臨嚴格的可追溯性和反仿冒法規，引領使用光學字元辨識（OCR）來確保供應鏈中的端到端安全性。這需要大量投資、培養專業知識和漫長的學習過程。
由於字型不同、經常出現印刷缺陷，以及組裝和物流生產線的複雜視覺環境，OCR 自動化一直是一項挑戰，需要受過訓練的自動化工程師、時間以及大量的金錢投資。
即便全力發揮，傳統 OCR 的準確度仍無法接近 100%，因此需要人工介入，而造成產量受限。現在對於高速供應鏈的速度和準確性需求顯露出傳統 OCR 的限制。
邊緣學習是一種易於使用的 AI 形式，提供快速且可靠的方式，使用 OCR 將供應鏈自動化。它優於規則式 OCR 和更複雜的深度學習系統。
OCR 使用案例和挑戰
光學字元辨識（OCR）長久以來的四大主要用途：
♦ 將代碼轉換為數位形式，用於追蹤供應鏈中每個零件或產品
♦ 確認列印的代碼與零件或產品和條碼相符
♦ 確認已正確列印合適的代碼
儘管實用，但傳統 OCR 仍然有使用上的挑戰。它需要精確的照明、包裝反光和設計的限制，以及準確的列印。未能符合上述任何要求還會提高錯誤率。
邊緣學習轉變了 OCR，提高速度和準確性，並在更多產業和情況下更容易使用。
更聰明的 AI 提供更簡易的 OCR
邊緣學習根據高速供應鏈的特定需求量身打造精密的 AI 演算法，苦讓 OCR 快速執行、準確、容易部署並快速完成訓練。
高速
傳統規則式 OCR 在理想條件下可達到 98% 的準確度。在現代供應鏈所處理的數量中，此速率仍會導致許多被拒收的零件，進而降低整體產量。
預先訓練的邊緣學習演算法專為在製造、檢測和物流生產線條件下高速讀取文字的挑戰量身打造。
邊緣學習處理在裝置本身進行，就在生產線上，無需與其他處理器進行通訊。因此速度比傳統 OCR 還快。
準確
更複雜的 AI 深度學習演算法也能執行 OCR。它們在各種情況下都接近 100% 準確，並可以學會讀取任何類型的文字。但它們對於生產線太慢、需要精密的處理器，並且需要專業知識才能部署。
邊緣學習工具已針對特定應用進行預先訓練。因其明確具體，所以能以業界所需的速度，達到一般深度學習的準確度。
精密的視覺系統硬體可確保邊緣學習工具的速度和準確性。智慧型攝影機提供強大的感測器、整合式照明、高速液體自動對焦鏡頭和整合式處理器。
最終成果是防震、可快速對焦，並產生最適合邊緣學習 OCR 的圖像的小型封裝。在生產線上很容易放置、供電和連接。
容易訓練
傳統的規則式 OCR 視覺系統需要在設定時撰寫大量程式。這需要時間、專業知識，並在需求改變時重新撰寫程式。
深度學習經過訓練，可提供特定、標記的圖像來區分需求。深度學習可以發展出驚人的能力，在各種艱難的情俇下做出細微區分並準確讀取文字。但為了達到此準確性，它可能需要數百甚至數千張標示的圖像來進行訓練。
相較之下，邊緣學習 OCR 只需要一些圖像即可。它已針對 OCR 進行預先訓練，因此只需要幾個圖像，就能發展讀取所需字型的功能。OCR 訓練不需要任何機器視覺或 AI 演算法的特定背景，只需要瞭解所需的 OCR 任務。
容易部署
與規則式或深度學習視覺系統不同，邊緣學習式 OCR 容易部署。它不需要不同的字型庫，或詳細分析各種符號的誤讀方式。
傳統 OCR 使用各種特定技術來減少誤讀符號的機率，例如特定字型庫或欄位，而這需要仔細定義條碼中的每個可能位置並定義其類型範圍，因此，例如，在定義的數字欄位中，（8）不會被誤讀為（B）。
每當邊緣學習 OCR 發生錯誤時，操作員會進行簡單的校正，以免未來發生類似的錯誤。它會學習哪些功能可自行確保準確性，無需特定的程式設計、現場處理或其他耗時的程序。
下載技術白皮書_邊緣深度學習技術_2022_EdgeLearning
在惡劣條件下的高性能
邊緣學習可以在其他視覺系統故障的情況下執行 OCR。能夠輕鬆處理：
♦ 歪斜或髒汙列印
♦ 列印在彈性、反光或圖案包裝上
♦ 低對比直接零件標識，例如車輛識別碼（VIN）
♦ 昏暗環境、斜向視野或令人困惑的陰影
改善所有產業的可追蹤性
邊緣學習讓更廣泛的產業能夠快速、輕鬆地為供應鏈部署快速且準確的 OCR，並根據其特定需求客製化。
汽車業
機械加工零件常見的方式包括識別碼（含日期和批次資訊），常在鑄造過程中使用直接零件標識（DPM），但也會採用雷射、珠擊和其他方法。此類條碼由與零件相同的材質製成，因此對比度較低，金屬反射率較高。
傳統的 OCR 難以處理這類反光、低對比度的條碼。邊緣學習 OCR 可以實現更高的準確性，而不會造成延遲。
消費性商品
歐盟法規要求，如清潔用品和肥料等具有化學或物理危害的產品，必須具有唯一配方識別碼（Unique Formula Identifier，UFI）代碼，提供關於有毒成分的非專屬資訊。
此類代碼可為標籤的一部分或在生產線本身應用，以反映產品成分近期的變化。它們是新規定，但邊緣學習 OCR 可以接受快速訓練，以找出並解碼文字，確保文字存在且準確。
食品與飲料業
歐盟法規要求任何具有常見過敏原的產品，都必須顯示識別過敏原和產品目的地市場的代碼。
鑒於產品種類繁多、千變萬化，產品線上的產品更迭難以預料，因此標籤是針對不同市場客製化，而且產品形狀和尺寸也有很大的差異。
每次變更產品與標籤都會需要花費額外的精力重新設定傳統 OCR，並造成延誤。邊緣學習 OCR 只需要為新標籤或產品更新一或兩張圖像。
邊緣學習簡化了 OCR 自動化
透過邊緣學習 OCR，所有產業的企業都可以導入或改善 OCR 自動化，以便：
♦ 提升整體作業效率（OEE）♦ 提高庫存效率
♦ 降低合規性、重工和物流成本
♦ 支援流程改善
邊緣學習式 OCR 容易部署和訓練。企業可以在短短幾天內提升自動化 OCR 的速度和準確性，以快速實現投資報酬率並改善品管，因而使此技術成為未來工廠不可或缺的技術。
下載 In-Sight3800具備深度學習工具的視覺主機_TW
了解更多
點擊 YuYou VisionPro Deep Learning 視覺產品 或透過 LINE 聯繫我們，探索更多機器視覺解決方案，提升您的生產流程！
