在机器视觉技能遍及之前，自动化生产线上很多运用了光电技能来辅助人工进行部分检测作业。随着科技的前进，现代饮料灌装生产线日益向高速化、智能化及自动化的方向开展。如今，从制瓶灌装，再到封盖贴标，对瓶盖包装进行检测，除掉漏装瓶盖、瓶盖歪斜终究到装箱码垛等不良品这一系列的质检工序都已经被机器视觉检测所代替。
目前，瓶子生产线都会由吹瓶机、灌装机、打码机、贴标机、装箱机、码垛机等一系列生产设备和相应的生产工序组成，在很多生产厂家，会布置很多工人分布在瓶胚、灌装、套标、装箱等环节进行产品查看。跟着劳动力价格的不断攀升，对瓶子生产厂家造成了不小的人工成本压力，用机器来代替人工质检产品的成为了瓶子生产厂家的需求。我司搭建的numimagDLIA工业深度学习开发平台实现工业复杂缺陷自动化检测的问题，具有实时缺陷分类与检测的功能，支持新增缺陷标注与再训练，收集缺陷越多，检错率越高，越用越准确。
饮料产品的标签一方面能够显现品牌称号、产品介绍等图片文字信息，另一方面规划精良的标签作为产品外观的一部分，具有美化包装提升产品形象的效果。在瓶子四周距离90度布置4台高分辨率CCD面阵相机，对标签进行360度无盲区检测，精确调整光源，可确保标签区域亮度均匀，极大进步标签印刷缺点检测精度。
DLIA工业深度学习开发平台致力于制造业工厂缺陷检测，让制造业第一步数字化升级从视觉缺陷检测开始。
