2D 品項偵測與分類
準確偵測品項存在與否、進行分類、並區分品項
物流工廠必須快速準確地偵測與分類各式各樣的品項。但是，由於品項在寄送時有多種包裝方式（包含盒子、防撞信封與塑膠袋），常常無法準確偵測容器（搬運箱、托盤等）中有無品項，適當分類品項，以及正確區分品項至下一目的地。
因為有各種不同的包裝方式，以及托盤與傳輸帶的多變背景，偵測品項不太容易執行。但是如果無法正確進行分類與發送，就可能會讓品項卡在交叉輸送帶分類機或輸送帶等意料之外的地方，最終造成阻塞或設備損壞。
邊緣學習可以將偵測、分類和貨件分類流程加以自動化，讓您避免這些問題。
cgnx_pdf
下載「物流自動偵測與分類應用」
邊緣學習屬於 AI 的範疇，可使用一組預先訓練的演算法，在裝置上或「在邊緣」進行處理作業。比起傳統的深度學習型解決方案，這項技術的設定簡單，需要的圖像組更少而且訓練和驗證的期間更短。
支援邊緣學習技術的康耐視 In-Sight 2800 Detector，運用基於範例的簡單訓練與強大的 AI 演算法，解決不易偵測 2D 品項與進行物品分類應用的問題。
本系統可以準確偵測貨件分類機，或者使用搬運箱或托盤的流程中是否有品項存在，即便背景為低對比色或其他多變的模樣都不會影響準確度。邊緣學習也可以讓 In-Sight 2800 Detector 針對不同包裝類型進行訓練，讓品項在入倉及出倉的流程中，能夠接受適當的分類。交叉輸送帶分類機的间隙中有無品項，或是輸送帶有無阻塞等流程中的問題，也可以被偵測出來。
