OEM 柱状标签完整性检测
文字、条形码、序列号 — 都在一个曲面上。
某 OEM 代工厂生产柱状外壳产品,需要保证每个滚贴到产品上的标签文字正确、条形码可读、序列号合规。曲面与不稳定光照让传统 OCR 长期吃力。
柱状产品与标签、条形码核验叠加层,显示文字区域与条形码解码
- 行业
- OEM 代工
- 产品
- 视觉检测 AI Agent
- 范围
- 柱状外壳标签完整性
- 重点
- 文字 + 条形码 + 序列号
传统 OCR 的已知盲区。
柱状外壳上的标签核验是传统机器视觉最难啃的组合之一:曲面、反光外观、不稳定光照,外加同时要核验三种不同内容。
曲面变形
柱状外壳上的文字天然是非平面的。按平面标签校准的模板随着产品旋转进入检测区就会失效。
反光与光照漂移
光滑外壳对环境光反射不可控。传统 OCR 只能保守运行,用覆盖率换稳定性。
同帧三件事
产线需要在同一帧、同一节拍内完成自由文字核验、一维条形码解码与序列号格式校验。
漏检代价高
发出厂的产品如果序列号错误,是数周甚至数月之后才会在下游暴露的可追溯性问题。客户需要零漏检目标。
理解标签语义 · 而不是像素。
映赛团队在贴标工位部署视觉检测 AI Agent。Agent 对标签做语义理解 — 文字、条形码、序列号 — 而不是比对像素模板。
- 01
语义方式注册标签
从检测视角拍摄一张合格样品。Agent 识别文字区域、条形码区域与序列号区域,建立语义基准而非像素模板。
- 02
推理阶段逐区核验
对每个产品,Agent 在每个语义区域内运行 OCR、解码条形码、按预期格式校验序列号,最后给出统一的 OK/NG。
- 03
保存标注过程图
每一个检测过的产品都保存带标注的过程图。任何序列号的追溯都是一次结构化日志查询,而不是人工翻查。
柱状产品与标签语义核验叠加示意
语义区域理解是关键 — Agent 不是在比对像素,而是在理解每一块标签区域应该包含什么。
产线得到了什么。
该项目 NDA 限制了拒绝率与吞吐量等具体数字的公开。以下是与客户共同确认的定性结果。
本案例的具体拒绝率与吞吐量数据受 NDA 保护。上述条目是客户同意公开的定性结果。签署双向 NDA 后可提供完整数据。
定性结果
标签核验覆盖面闭合
文字、条形码、序列号在同一帧、同一次推理内被核验 — 消除了三者中总有一项不在覆盖范围内的经典空档。
对表面反射鲁棒
由于 Agent 做的是语义理解,反光外壳与光照漂移不再像此前 OCR 链路那样触发连锁误拒。
按序列号完整追溯
每一次检测都带标注过程图落盘,任意序列号的下游追溯变成结构化查询,而不是人工翻查。