背景 / 痛点

现代医学蓬勃发展，药品的需求也日渐增加。对于药品制造商来说，药品检测是一个至关重要的环节，它直接关系到药品的安全性、有效性以及患者的健康。而繁多的痛点和挑战是生产类企业必须面对的。

换模频繁（药品规格的多样性）：药品形态多样，包括片剂、胶囊、液体、粉末等，每种形态的药品都有其特定的检测要求和挑战。

高速度生产需求：现代药品生产线追求高效率，常规的视觉检测系统难以处理如此高并发的数据量，药品检测速度如果落后于生产线的速度，则会产生反馈不及时从而导致大量的无效生产，进一步扩大成本。

缺陷样本获取困难：复现药品的缺陷数据样本的代价高昂。如何高效利用和分析现有的样本俨然成为一个难题。

使用流程

通过此教程，您将熟知每一个建立一个DaoAI AOI 药品检测需要的全部步骤

第一步：在管理产品页面，新建模型

第二步：通过右上角的拍照按钮，捕获当前产品的图像

第三步：通过右下角的工具栏，点击标注工具

通过标注工具，框选整个产品为“product”

将其中需要检测的区域一一进行标注，并添加全新标签（在此案例中，可以命名pills，cover等）

重复以上步骤直至想要检测的区域全部标注完毕，点击开始训练后，返回主页面等待模型训练完毕

第四步：使用训练完成的模型，新建检测任务。如图所示，任何异常情况都可以被精准识别（包括错误的摆放，漏装，胶囊本体破损等缺陷）

第五步：DaoAI AOI极具特色的反馈循环机制

在极少数情况下，如果出现了过杀/错漏检的情况，用户可以将所选区域/部件，手动标注为正确的状态。

如图所示，产生了过杀情况，只需要将指定区域反馈为Good（左侧提供一键将选中区域全部反馈为Good的功能）

如图所示，产生了错漏检情况，只需要将指定区域的药品反馈为NG,之后用工具涂抹产生误差的区域（如胶囊破裂，包装破损，方向错误）

完成后可以点击重新训练模型，我们建议如果出现了特殊情况，可以将上述复查步骤重复多次，以确保最大程度提升性能。

正如人类从错误中汲取经验，DaoAI AOI系统能够无缝集成人工反馈，高速重新训练模型，从而实现模型的实时持续更新。这种机制确保了系统精确性随着时间推移而不断提升。

总结

重新定义药品检测的精度与效率边界

通过DaoAI AOI系统的全正样本学习，像素级检测与独特的反馈循环机制，药品检测实现了三大突破性升级：

零缺陷样本依赖：仅需1-20张优质的非缺陷样本，即可完成AI模型的构建，解决制药行业缺陷数据复现成本高昂，搜集和标注流程繁琐等核心痛点节。

超高速精准检测：单个检测区域仅需10毫秒的检测速度，配合99.7%的初始精确率（远超传统AOI）和不断进化的反馈循环学习机制，满足高质高效检测需求。

未知缺陷捕捉：通过非监督异常检测算法，针对潜在的磨损，划痕，异物污染等未知缺陷的表现优异。

上传您的药品样本，或者与我们的技术团队沟通，由我们为您提供智能检测报告，由AOI为您革新药品包装检测。

转自：微链道爱

注：文章版权归原作者所有，本文内容、图片、视频来自网络，仅供交流学习之用，如涉及版权等问题，请您告知，我们将及时处理。