在上篇文章中，我們了解了醫療行業在外觀缺陷檢測時的特點與難點，并分享了阿丘科技對醫療泡罩進行外觀缺陷檢測時的典型場景案例，詳細內容可查看《開源算法效果不佳，醫療行業泡罩外觀檢測怎么做》。本文作為醫療行業的另一篇內容，將圍繞三期碼檢測、藥瓶外觀檢測這兩個典型案例展開講述。

一、三期碼檢測

藥品包裝上的三期碼是指與藥品質量和安全密切相關的三個重要日期信息，它們分別是：

• 生產日期：指藥品完成全部生產工藝過程的日期。它標志著藥品生產的起點，對于跟蹤藥品的生產批次和歷史非常重要。
• 有效期（保質期）：指藥品在規定的儲存條件下能夠保持其應有的質量標準的時間期限。過了這個日期后，藥品的有效性和安全性可能無法得到保證，因此不應再使用。
• 批號：指用于標識一批特定生產批次的藥品的代碼。每一批次的藥品在生產過程中可能會有細微差別，批號有助于追溯該批次藥品的生產歷史、成分來源以及流通路徑等信息，這對于藥品的質量控制和問題追蹤至關重要。

這些信息通常會在藥品的最小銷售單元（如藥盒或瓶身）上明確標注，以確保消費者和醫療專業人員可以方便地獲取并理解。三期碼的存在不僅幫助消費者和醫療專業人員正確使用藥品，也在藥品召回、質量監控等方面發揮著重要作用。

通常情況下，在對藥品包裝三期碼進行外觀檢測時，通常會面臨以下難點。

• 字符識別難度大：三期碼中的字符通常較小，且可能存在多種字體、字號和排版方式，增加了字符識別的難度。此外，一些特殊字符、符號或手寫體的三期碼也給識別帶來了挑戰，容易出現誤判或漏判的情況。
• 檢測精度要求高：在檢測過程中，不僅要檢測三期碼的內容是否正確，還要對其印刷位置、字符間距、字體大小等進行精確檢測。微小的偏差或不符合標準的情況都可能影響藥品的質量追溯和管理，需要高精度的檢測設備和技術來實現。
• 包裝材料多樣性：藥品包裝材料種類繁多，如紙盒、塑料瓶、玻璃瓶、鋁箔等，不同的包裝材料表面特性各異，對三期碼的印刷和附著效果有很大影響。例如，塑料瓶表面可能存在反光，紙盒表面可能有褶皺或不平整，這些都會給三期碼的質量外觀檢測帶來困難。
• 防偽技術的檢測：為了防止藥品三期碼被篡改或偽造，一些藥品企業會采用防偽技術，如激光防偽、二維碼防偽、隱形碼等。這些防偽技術的檢測需要專門的設備和技術，增加了檢測的復雜性和難度。
• 人工檢測的局限性：人工檢測三期碼質量外觀容易受到疲勞、主觀因素等影響，導致檢測結果的準確性和一致性難以保證。而且人工檢測速度慢，無法滿足大規模生產的需求。采用自動化檢測設備可以提高檢測效率和準確性，但設備的成本較高，且需要專業的技術人員進行維護和操作。

以下是阿丘科技在三期碼檢測項目中的實際案例。

某客戶在進行醫療三期碼檢測時，發現在部分簡單場景中，采用傳統方法可以滿足基本需求，但由于藥盒上的字符噴印位置不固定、字符重印等因素，傳統方法難以對這些字符進行準確定位和識別。

對此，阿丘科技采用AIDI定位算法，它能夠精準定位三期碼噴印位置，具有出色的位置適應能力。同時，采用AIDI字符識別算法可有效應對重疊字符干擾，確保識別的準確性。并且，AI算法在面對光照變化和產品差異等干擾因素時，能展現出極強的適應性，極大地提升了識別的穩定性和可靠性。在此案例中引入AI算法具有重要的方案價值，它能夠滿足復雜場景下的字符識別需求，增強視覺系統競爭力，并拓展至噴印、鋼印、激光打印等字符識別的應用場景。

通過對比，該客戶發現阿丘科技的算法具有顯著優勢。首先，通過 AI 算法解決目標區域定位問題，降低了字符識別難度。其次，AI 算法的字符識別抗干擾能力強，識別準確率高達99%以上。最后，相較于傳統方法，該算法無需頻繁調整參數或更換算法，可有效簡化操作流程，提高工作效率。

二、藥瓶外觀檢測

藥瓶檢測屬于醫藥包裝行業的一大重要環節，其質量好壞直接關系到藥品的保存、使用效果以及患者的生命健康。對于藥瓶的外觀檢測，一般涉及以下幾個方面：

• 瓶身完整性

裂紋檢測：藥瓶表面可能會出現細微裂紋，這些裂紋可能會影響藥瓶的強度和密封性，導致藥品在儲存和運輸過程中受到污染或變質。

破損檢測：包括瓶身的明顯破損、缺口等情況。例如，玻璃瓶在生產過程中可能由于碰撞而產生缺口，塑料瓶可能在模具成型過程中出現局部破損。

• 瓶身尺寸

高度和直徑測量：藥瓶的高度和直徑需要符合規定的標準。如果尺寸偏差過大，可能會導致在后續的灌裝、貼標、包裝等工序中出現問題，例如無法準確灌裝規定劑量的藥品，或者在包裝過程中無法整齊擺放。

壁厚檢測：藥瓶的壁厚均勻性很重要。不均勻的壁厚可能會導致藥瓶在承受壓力時出現局部變形，影響其保護藥品的功能。

• 瓶身外觀質量

表面外觀檢測：如劃痕、麻點、氣泡等。對于透明藥瓶，這些瑕疵會影響外觀質量，并且在某些情況下，可能會反映出藥瓶生產工藝存在問題，例如塑料瓶在注塑過程中如果混入雜質，就可能形成麻點。

顏色一致性檢查：確保藥瓶的顏色符合標準要求。有些藥品對包裝顏色有特定要求，例如避光保存的藥品可能需要使用深色藥瓶，并且同一批次藥瓶的顏色應保持一致。

• 瓶身標識與印刷

標簽檢測：檢查藥瓶上的標簽是否完整、準確、粘貼牢固。標簽內容包括藥品名稱、劑量、使用說明等重要信息，任何標簽缺失或錯誤都可能導致用藥錯誤。

印刷質量檢測：對于直接在瓶身上印刷的文字、圖案等，要檢查其清晰度、完整性和準確性。例如，噴碼的生產日期、有效期等三期碼的印刷質量。

同樣，藥瓶在進行外觀檢測時，也會面臨獨有的難點。

首先，透明或反光材質的檢測。對于透明或高反光的藥瓶（如玻璃瓶），表面瑕疵檢測難度較大。光線在這些材質表面容易產生反射、折射等現象，可能會掩蓋或干擾瑕疵的檢測。例如，利用機器視覺檢測透明玻璃瓶的劃痕時，由于光線的反射，劃痕可能會被光線掩蓋，難以準確識別。

其次，復雜形狀和結構的處理。有些藥瓶具有特殊的形狀或結構，如異形瓶、帶有凹凸紋理的瓶身等。這些復雜形狀和結構會給外觀檢測帶來困難，例如在檢測瓶身尺寸時，不規則的形狀可能會導致測量點難以準確確定，影響尺寸測量的準確性。

接著，關于微小瑕疵的檢測。藥瓶表面的微小瑕疵，如極小的氣泡、細微的劃痕等，檢測難度較大。這些微小瑕疵可能需要高分辨率的檢測設備和先進的圖像處理算法才能準確識別，且圖像處理算法的開發也具有一定的技術難度。

最后，還包含多類型缺陷的綜合檢測。在實際生產中，藥瓶可能同時存在多種類型的外觀缺陷，如既有表面瑕疵又有尺寸偏差。如何在一套檢測系統中實現對多種缺陷的綜合、準確檢測是一個難點，這需要檢測系統具備多種檢測功能和有效的數據融合、分析能力。

以下是阿丘科技在藥瓶檢測項目中的實際案例。

在塑料藥瓶的注塑過程中，可能會出現黑點、缺口、變形、螺紋缺失等關鍵缺陷。這些缺陷如果未被及時發現和處理，可能會影響藥品的質量和安全性。然而，傳統的檢測算法由于受到產品光澤度的影響，往往難以準確識別這些缺陷，導致檢測效果不佳。

為了提高檢測的準確性和效率，藥瓶檢測設備需要具備更高的靈活性和適應性，以應對不同規格和種類的藥瓶。傳統的藥瓶檢測設備，基于自身算法，一次通過率大約在60%到70%之間，但隨著競爭對手開始采用人工智能（AI）技術，該客戶發現競爭對手能夠顯著提升檢測效果，并檢測出更多規格的產品。這導致終端工廠對設備的要求越來越高——設備必須具備AI功能。

面對訂單流失的壓力，客戶開始尋求AI解決方案，以提升設備的競爭力。阿丘科技的軟件產品AIDI提供了一種“快速檢測+分割”的算法方案，這種方案能夠針對同一部位的不同缺陷類型采取多標簽的方式進行檢測，滿足客戶的檢測要求，將一次通過率提升至90%。在相同的硬件環境下，這種模型需要的資源更少，運行速度更快，從而大幅提高了產能。此外，針對產品規格多樣化的問題，AIDI通過構建通用大模型來滿足客戶在產品換型時的檢測需求，這種大模型的使用不僅提高了部署效率，還降低了部署成本。

引入AIDI算法的藥瓶檢測機具備了完善的檢測方案，這使得良率、產能和設備競爭力都得到了提升，進而吸引了更多的訂單。方案的優勢在于：

1、解決了傳統技術難以實現的問題，減少了對大量人工目檢的依賴。

2、有效提升了設備的檢測能力和效率，進一步增強了產品良率。

3、依靠通用模型，實現了快速批量部署，即插即用，為客戶降低了成本，提高了效率。通過阿丘科技基于AI的藥瓶外觀檢測方案，可以更好地應對藥瓶生產過程中的各種外觀缺陷檢測問題，提高藥瓶生產質量和檢測效率，在醫藥包裝行業中具有重要意義。