ラベル検査の導入事例:日用品・消費財(FMCG)でラベル不良を88%削減
パーソナルケア製品メーカー(FMCG)がDeepVisionのインライン検査で、ラベル不良を100万個あたり9,400から1,150に削減(−88%)。7日目に稼働。
課題
ラベルとシールの不良が、メーカーの取引先に届いていました。品質チェックはライン終端での人手による抜き取り検査に頼っていたため、抜き取りの間をすり抜けた不良がカートンに入って出荷され、工場には四半期ごとにラベルとシールに関するクレームが寄せられていました。全数をインラインで検査する必要がありました。
Indus Visionが導入したもの
DeepVisionの検査ステーションを、ラベラーの後、カートン詰めの前にインラインで設置しました。各ステーションでは、全数について次の項目を検査します。
- ラベルの有無と位置ずれ
- ロット番号(バッチコード)の判読性
- シールの完全性
DeepVisionは異常検知を用いています。良品の画像から良品の見た目を学習するため、稼働前に不良品の写真を集めてラベル付けしたライブラリを用意する必要はありませんでした。推論はライン横のオンプレミスのエッジコンピューターで実行され、生産画像が工場の外に出ることはありません。
結果
| 指標 | 導入前 | 導入後 | 変化 |
|---|---|---|---|
| 100万個あたりのラベル不良数(DPM) | 9,400 | 1,150 | −88%(約8分の1) |
| 顧客クレーム(ラベル・シール) | 四半期あたり3件 | 0 | −100% |
| 稼働開始までの期間 | 該当なし | 7日目 | 該当なし |
すべての数値は、この1件の導入によるものです。他のラインでの結果は、製品、欠陥の種類、ラインの条件によって異なります。精度の測定方法については、精度測定方法をご覧ください。
成果につながった理由
抜き取りではなく全数
抜き取り検査では、抜き取った製品しか確認できません。インライン検査ではすべてのラベルとシールを確認するため、断続的に発生する不良も、クレームを受けてからではなく、発生した時点ですぐに把握できます。
不良品ライブラリが不要
DeepVisionは良品から学習するため、不良の種類ごとに十分なサンプルが集まるまで何週間も待つことなく、数日でラインを稼働できました。
データは工場内に
検査は工場自前のエッジハードウェアで実行されるため、生産データをオンプレミスで管理する日用品・消費財(FMCG)メーカーに適しています。
よくある質問
包装ラインでDeepVisionは何を検査できますか?
今回の導入のとおり、ラベルの有無・位置・ずれ、印字されたロット番号(バッチコード)や日付、シールの完全性を検査できます。その他の包装検査も、良品の画像で学習させることで追加できます。
ラベル検査の導入にはどのくらいの期間がかかりますか?
このラインは設置後7日目に稼働を開始しました。期間は、ステーションの数、取付方法、ラインとの連携によって異なります。
クラウドは必要ですか?
いいえ。DeepVisionはライン横のエッジコンピューターで動作し、インターネット接続なしで稼働します。
包装ラインでラベルやシールの不良流出にお困りですか? 日用品・消費財(FMCG)向けDeepVisionやAI外観検査の詳細をご覧いただくか、Indus Visionチームにデモをお申し込みください。