塑料制品是工業中常見的產品，在人們的生產生活中占有重要地位。在生產塑膠制品的過程中，我們采用注射制模加工法。

然而，由于原料的品質差，設備的不穩定性和機械手動水平不足等原因，塑料制品易發生在注射模制過程中的質量缺陷。共同注射模制缺陷包括填充不足，氣泡，裂紋，翹曲和尺寸變化。

傳統的人工智能藥瓶包裝視覺檢測方法費時費力，而且會給影響檢測效率，而藥瓶包裝視覺檢測系統作為機器視覺的一種方法，運用場景非常的多，在過去的時間里成功應用于圖像檢測和分類等領域。也為工業缺陷檢測工作提供了一種可行的方法。下面國辰機器人為大家提供幾種藥瓶包裝視覺檢測的解決方案。

圖像數據增強

圖像的集合變換操作(裁剪、選擇、鏡像、縮放等)往往我們可以用作圖像信息數據不斷增強，達到一定幫助學生模型獲取企業更好的泛化能力的目的。由于我國塑料藥瓶圖像是近似固定大小圓形的特點，所以教師可以通過考慮系統采用圖像隨機旋轉作為一種圖像增強的手段來實現圖像樣本公司數量的倍增。

首先對原始圖像進行預處理，提取特征部分，然后通過數據增強增加圖像樣本數量，然后通過下采樣得到圖像金字塔。 通過這整個過程，我們可以得到一個更大的樣本集，這可以使樣本更接近正態分布。

精確性與計算速率

對于神經網絡來說，隨著網絡的增大和通道的增多，精度會提高，但是精度會達到一定程度的飽和，當精度降低時，會突然陷入無學習的狀態。為了滿足高精度、高速度建模的需要，有許多大型神經網絡，如 googlenet 網絡，甚至還有許多帶有側支的網絡。重新發送后，網絡層得到加深。