© 2023-2026 上海数据发展科技有限责任公司 版权所有
沪ICP备17003045号-15沪公网安备31010402336585号
富瑞姆机器视觉技术（贵州）有限公司
企业富瑞姆机器视觉技术（贵州）有限公司围绕相关业务开展运营。面向视觉检测、塑料内套质量控制、工业质检等领域提供数据服务，开放白酒瓶塑料内套检测设备硬件配置数据集（视觉检测、塑料内套质量控制）、白酒瓶塑料内塞检测设备硬件配置数据集（工业质检、包装缺陷检测）、白酒用玻璃珠外观检测设备硬件配置数据集（视觉检测、金属表面缺陷检测），支撑品质管理与工艺优化。
视觉检测工业质检包装缺陷检测
数据集列表
白酒瓶塑料内套检测设备硬件配置数据集
本数据集配套支撑白酒瓶塑料内套 AI 视觉检测算法运行，硬件与算法的协同规则、核心算法流程如下：
硬件触发规则：当塑料内套通过光纤传感器时，传感器发送信号至 PLC 控制器，同步触发工业相机拍照与光源点亮，确保每一件内套都能在最佳位置完成成像，避免漏拍或重拍。
图像预处理规则：硬件采集的图像先经算法进行 “畸变校正（消除镜头误差）→ 去噪处理（高斯滤波）→ 对比度增强（直方图均衡化）→ 图像分割（提取内套区域，排除背景干扰）”，为后续缺陷检测奠定基础。
核心检测算法
采用YOLOv8 轻量化目标检测算法，针对塑料内套的裂纹、缺角、飞边等缺陷进行定位与分类，算法识别准确率达 99.2% 以上。
结合轮廓提取算法与尺寸测量模块，计算内套的直径、高度、壁厚等关键尺寸，判断是否符合白酒瓶封装标准（如直径偏差≤0.2mm）。
引入迁移学习算法，利用少量新规格内套样本快速更新模型，实现新规格产品的快速适配，无需重新训练完整模型，缩短调试时间。
结果输出规则：算法将检测结果（合格 / 不合格、缺陷类型）发送至 IO 卡，IO 卡控制分拣机构将不合格品剔除，同时将检测数据上传至数据库，形成可追溯的质量
贵州省数据知识产权登记平台2026-05-08 更新10
白酒用玻璃珠外观检测设备硬件配置数据集
本数据集配套支撑FRAMBLE 深度学习 AI 检测算法运行，整体处理规则与算法流程如下：
图像采集规则：6 台工业相机同步触发，多角度获取玻璃珠图像；定制光源与控制器提供均匀照明，抑制反光与阴影，提升缺陷对比度。
图像预处理：对图像做畸变校正、滤波去噪、对比度增强、二值化，突出玻璃珠轮廓与缺陷特征，消除镜头、光照、抖动带来的干扰。
核心检测算法
采用CNN 卷积神经网络提取玻璃珠表面深层特征，完成缺陷定位与分类。
结合模板匹配、边缘检测、Blob 分析等传统视觉算法，实现尺寸测量、圆度判定、缺损识别等精准量化检测。
通过小样本学习与增量迭代优化，适配不同批次、不同规格白酒玻璃珠的检测需求，提升模型泛化能力与鲁棒性。
控制与 IO 规则：IO 卡协同光纤光电传感器，实现来料检测、定位触发、分拣执行的闭环控制，确保图像采集与产线运动精准同步，保障检测稳定性与实时性。
数据合规处理：所有图像与检测数据仅用于设备内部质检，不涉及个人信息，全程匿名化、去标识化处理，符合数据安全与合规要求。
贵州省数据知识产权登记平台2026-05-08 更新80
白酒瓶塑料内塞检测设备硬件配置数据集
本数据集配套支撑白酒瓶塑料内塞双模块协同检测算法运行，硬件与算法的协同规则、核心算法流程如下：
硬件触发规则：塑料内塞通过输送带到达检测工位后，光电传感器发送信号至主控器，同步触发相机拍照、光源点亮及气密性检测模块启动，确保检测流程连贯高效。
图像预处理规则：硬件采集的图像先经算法进行 “镜头畸变校正→灰度化处理→中值滤波去噪→边缘增强”，突出内塞轮廓与缺陷特征，消除光照、材质反光带来的干扰。
核心检测算法
外观检测：采用改进型 ResNet 卷积神经网络，对塑料内塞表面缺陷进行定位与分类，算法识别准确率达 99.3% 以上。
尺寸检测：结合亚像素边缘检测算法，精准测量内塞直径、高度、孔径等关键尺寸，判断是否符合白酒瓶装配标准（如直径偏差≤0.1mm）。
密封性检测：通过压力传感器采集气压数据，结合 “压力衰减算法”，判断内塞是否存在密封漏洞，检测精度可达 0.01kPa。
结果处理规则：算法将检测结果（合格 / 不合格、缺陷类型）发送至 IO 控制卡，控制分拣机构剔除不合格品，同时将数据上传至云端数据库，形成可追溯的检测记录，确保数据完整性与可查性。
贵州省数据知识产权登记平台2026-05-08 更新30