近年來，隨著國家對醫藥產品治理規范化的不斷加強，新興技術在制藥行業的應用與影響日益加深。其中，基于機器視覺的藥品包裝檢測技術成為制藥企業關注的熱點，藥品包裝檢測由人工目檢轉向自動化檢測，不僅有效節省人力，更重要的是成品藥包裝檢測準確率的提升對藥品質量控制有重要意義。
復雜的環境和柔性生產的需求使傳統機器視覺方案面臨挑戰
藥品是人們用于防病治病、康復保健的特殊商品，國家對于藥品的品質監管十分嚴格。制藥企業自動化水平較高，致力于生產合格、優質的產品，但企業流程控制和品質控制的差異對成品藥的質量有顯著影響。
在制藥生產的最后環節——包裝工序中，泡罩包裝設備會完成藥丸、膠囊的封裝和缺料漏料檢測。傳統的泡罩包裝設備無法檢測如表面裂紋、臟污、磨損、臟污以及褶皺等細微缺陷，但這些缺陷會導致藥品召回，使得制藥成本攀升。因此， 制藥企業一般會引入傳統機器視覺方案來解決該問題，但復雜的工廠環境和繁多的產品種類成為影響傳統視覺方案部署和運行的障礙。傳統視覺檢測系統部署周期長，需要耗費較長的時間做參數調試；對環境變化敏感，系統穩定性差，生產車間不同位置的燈光變化可能影響檢測的精確度；無法適應柔性生產，一旦產線更換或藥丸形狀發生變化，便需要重新進行參數調試； 定制化系統解決方案費用高昂，工廠智能化改造成本高。
性能優化的泡罩包裝機
英特爾聯手維視智造助力藥品包裝視覺檢測
為更好地幫助制藥企業解決其痛點，英特爾聯合維視智造攜手推出基于深度學習的藥品包裝視覺檢測方案，方案采用邊緣計算技術與基于深度學習的機器視覺為藥品生產賦能，助力制藥企業實現智能化升級轉型。維視智造是國內專業的工業相機和機器視覺解決方案提供商，為制藥及其他垂直行業提供了智能化解決方案。
本方案是英特爾 ? 工業邊緣洞見平臺（Edge Insights for Industrial）與維視智造 VisionBank 智能視覺軟件的有機結合， 實現了傳統視覺算法與基于 OpenVINO ? 工具套件加速的深度學習算法的融合，提供一整套性能優化的藥品包裝視覺檢測方案。方案采用了英特爾 ? 邊緣洞見平臺的視覺模組， 利用深度學習算法提高了方案的環境適應性，同時降低了生產線更換產品時重新采集數據、調試和訓練模型的工作負荷，能高效檢出藥丸、膠囊的缺損、表面裂紋、臟污，磨損、漏料以及褶皺等產品缺陷，提高了藥品生產效率和檢測的精準度。方案支持非侵入式部署，無需對傳統產線進行大規模改造，節省智能化成本，可實現快速部署；規避了傳統算法的環境敏感問題，支持柔性制造，縮短部署周期，大大提升制藥企業的生產效率和產品質量。
性能優化的藥品包裝視覺檢測方案軟件架構
生產線上的泡罩包裝機
在硬件方面，本方案基于英特爾硬件平臺打造，支持英特爾? 酷睿處理器、英特爾 ? 至強 ? 處理器和 AI 加速器等硬件的異構計算，為方案提供強大算力支持。在軟件方面，英特爾 ? 工業邊緣洞見平臺 + 維視智造 VisionBank 智能軟件構建了數據收集、傳輸和處理的通路，在滿足測量、識別、定位等傳統視覺需求的同時，英特爾 ? 工業邊緣洞見平臺提供的數據采集推理環境和 OpenVINO ? 工具套件實現了人工智能深度學習算法的優化與加速。整體而言，本方案支持從邊緣到云端的智能制造應用與部署，可以幫助制藥行業客戶有效提升生產線的自動化和智能化水平，優化客戶流程管理與運營能力，助力企業降本增效，強化企業競爭力。
英特爾 ? 工業邊緣洞見平臺推動行業智能轉型升級
隨著機器視覺和深度學習在工業領域的逐步推廣，更多的制藥行業企業了解到其優勢，并希望將其應用到實際的生產制造中。但高昂的投資成本和投入產出比的不確定性成為企業的顧慮，英特爾 ? 工業邊緣洞見平臺合理應用機器視覺和深度學習的技術優勢，同時，優化了相應解決方案的投入產出比。
英特爾? 工業邊緣洞見平臺基于模塊化、容器化的技術理念， 將各個功能模塊以容器的形式通過總線架構實現互聯互通， 平臺上的每個模塊既可以獨立使用，也可以聯合配置使用， 客戶也可以自由擴展新模塊與平臺現有模塊互聯互通。
英特爾 ? 工業邊緣洞見平臺擁有靈活的架構和良好的兼容性， 企業基于本平臺開發的模塊通過合理的模塊化切分可以成為獨立功能模塊。同時，已開發的獨立模塊具有可復用性，在不同的應用場景中，若需要用到相同功能，企業可調用該獨立模塊進行重復利用，從而節省了企業的開發成本和開發時間。
英特爾 ? 工業邊緣洞見平臺的核心優勢是基于本平臺開發的軟件可實現整體架構的規范化、平臺化， 平臺充分利用英特爾硬件的性能， 提高了數據采集的效率， 內嵌OpenVINO ? 工具套件提高模型推理速度，實現對高速增長的工業數據的高效采集、處理和分析。
·基于 OpenVINO ? 工具套件的深度學習算法對場景適應性強，訓練新數據相對簡單。方案本身的性能和檢測精度優于傳統視覺方案，可解決傳統視覺部署和維護復雜度高的難點。針對產線更換產品、環境因素改變這種需要大量采集新數據、調試、重新訓練的場景，可以有效降低工程師的工作負荷。OpenVINO ? 工具套件可以有效利用深度學習神經網絡，提高模型推理能力，支持企業在包括二維、三維視覺等技術領域的拓展，提高機器視覺技術在工業領域紛繁復雜的場景下的適應性。
·英特爾 ? 工業邊緣洞見平臺提高了方案開發者系統開發優化的效率，在幫助企業縮短開發周期的同時，節約開發成本，提高企業競爭力。英特爾 ? 工業邊緣洞見平臺打通了數據收集、存儲、分析和可視化的鏈路，開發者可以直接使用平臺提供的基礎模塊，也可以基于已有模塊和架構進行二次開發。模塊化特征、總線架構和軟件開發包使得開發變得更容易，從而實現更低的開發成本、更短的開發周期。
·采用基于英特爾 ? 邊緣洞見平臺的解決方案，可實現高效的邊云協同。在實際應用中，但并不是所有數據都需要上云，數據經過邊緣端的過濾和處理，只有有效數據會被傳到云端，這樣既可以節省企業上云成本， 又能有效利用邊緣計算低時延的優勢，從而實現高效的云邊協同，進而完成從邊緣到云端的智能制造應用與部署，最大限度地優化了邊云資源的使用效率，實現企業效用最大化。
當前對制藥企業而言，無論是生產制造過程中的工藝參數優化、品質管控與提升、周邊環境的調控，還是生產設備的性能分析、故障預警與預測性維護，抑或是物流與供應鏈環節采購、庫存的分析與優化，客戶關系管理環節的用戶畫像洞察及產品后端增值服務提升，乃至企業戰略決策的改進與優化等，都依賴于對海量數據的采集、存儲、處理與分析。
英特爾 ? 工業邊緣洞見平臺能夠顯著提升邊緣計算的效率，它不僅能惠及行業內的主流系統集成廠商、硬件供應商、云服務供應商、通訊運營商及大型工業企業，一些初創企業及非典型“工業自動化”企業的客戶群體也能迅速上手并從中獲益。
緊跟時代趨勢，英特爾助力工業 4.0 發展
今天，包括制藥行業在內，以智能制造為主導的工業革命4.0 正影響著各行各業，工業智能化將是驅動未來工業體系的關鍵所在。從互聯到物聯再到智聯，數據的處理和分析逐漸向邊緣端下沉，邊緣計算能力正在成為產業競爭力的關鍵要素，面對全新的 發展格局，英特爾憑借硬件的算力優勢和強大的生態體系，將攜手更多行業合作伙伴，基于英特爾 ? 工業邊緣洞見平臺，充分發揮異構邊緣計算、深度學習和人工智能的優勢，為企業生產提供源源不斷的算力支持，實現產能快速調配，柔性高效制造， 為工業領域乃至各行各業提供邊緣 AI 解決方案，以更低的成本和更靈活的架構，賦予企業智能化升級與數字化轉型的能力。
