前言：

乳制品在人们日常的膳食体系中占有非常重要地位，因其复杂的供应链环节和产品易变质的特性，使得乳制品的可追溯性需求变得尤为突出。为了应对频发的乳制品质量安全事件,迫切需要建立乳制品质量追溯体系和乳制品质量电子追溯系统,一方面为消费者和企业提供对乳制品信息追溯的查询服务,另一方面保证生产企业从乳制品原料的源头、生产加工、仓储、流通销售等环节对乳制品质量进行有效管控。

行业需求：

乳制品行业的字符检测的项目应用一般集中在乳制品的生产工厂，来把控生产制程中的各个环节，以牛奶的生产为例，基本工序如下：

在灌装线，包装线、出厂环节都涉及字符的检测和识别需求，对应的检测对象分别是小包体、小箱体和瓦楞箱，产品的形态如下（示意）：

       小包体（灌装线）                小箱体（包装线）                瓦楞箱（出厂）      

检测的内容如下：

行业难点：

1. 工厂的喷墨机频繁清洗更换，同一道工位的字体打印形态会有变化

2. 机台的震动导致打印的波动，会有字符变形，倾斜的情况

3. 产品的包装形态多样，字符的背景差异很大

4. 小包体高速的节拍要求，检测效率要求大于25000包/小时

5. 超高的字符识别率要求，识别准确度要求99.98%以上

方案介绍-PC-Base

针对乳制品行业的特点和应用需求，海康机器人基于深度学习技术设计了字符识别与检测解决方案。该方案包含相机、镜头、光源、视觉控制器和软件算法，能显著提升乳制品行业字符识别与检测效果，目前已成功应用在多个乳制品生产现场字符检测系统框图

图像采集模块介绍：

相机：MV-CA013-20GM   130 万像素1/2” CMOS 千兆以太网工业面阵相

镜头：HF系列 FA镜头，根据具体的场景选择

打光方案：

针对不同的应用场景，打光的差异较大，我们根据乳制品行业的生产流程，提炼出以下三种打光方案，提供给客户参考。

小包体场景打光设计：选择单个穹顶光源，经过多次漫反射形成的无影光源，均匀性好，便于安装。

小箱体场景打光设计：选择单个弧面条光，通过弧度漫反射实现均匀照射，灵活的角度调整适用于大多数环境。

1. 大箱体场景打光设计：选择两个弧面条光，通过弧度漫反射和角度控制实现大范围均匀照，覆盖的视野更加全面。

视觉控制器：

MV-VC4719-128G20视觉控制器搭载Intel i7处理器，8GB内存。支持8路I/O输入和8路I/O输出，集成4路恒压光源接口。拥有多个千兆网口和USB3.0口，同时可通过扩展卡槽最大可以外接GTX1660TI显卡，支持深度学习的训练和应用。

算法方案：

字符检测的方案基于VisionMaster来搭建，集成深度学习训练和识别模块，流程简单，易于管理，拖拽式的流程搭建方式更加灵活，功能也更加完善。

方案介绍-SC7000

除基于视觉控制器的PC-Base方案之外，海康机器人还能提供基于嵌入式架构的深度学习智能相机SC7000的解决方案。SC7000将光学、算法处理、通信输出集于一身，若使用SC7000构造解决方案，系统图应如下所示：

SC7000相机主要参数如下所示：

SC7000应用内置系统进行算法处理，通过SV400或PC连接相机对算法进行配置和结果统计。下图为算法检测效果图

方案对比

方案优势：

1. 系统整体架构简单，主要包含视觉采集，图像处理，IO输出，数据管理四部分；

2. 兼容性好，针对不同的产品和字符背景都有优秀的识别能力；

3. 泛化能力强，对于粘连、变形、低对比度的场景也有良好的适应性；

4. 高速的识别效率，定位和识别算法的耗时累计在30ms以内；

5. 超高的识别率，满足客户99.98%以上的识别率要求，识别能力能通过模型的迭代提升；