SDI 是總部位於加州的物流 OEM 和整合商，負責為客戶設計和安裝機器視覺系統，包括 Nordstrom、Lululemon 和 Levi Strauss 等頂尖時尚零售商。隨著對快速線上交貨的需求持續增加，對訂單準確性的利害關係也越來越高。例如，當消費者訂購了一件商品，但交付了錯誤的產品時，可能導致零售商面臨代價高昂的錯誤。
對於 SDI 而言，減少和預防錯誤或不正確的產品偵測量是他們希望幫助客戶改進的領域。為此，他們需要正確的機器視覺解決方案，以提高客戶現場的分揀準確度。
SDI 研究與產品開發副總裁 Dave Bodenheimer 表示：「為了商店履行，如果我們錯誤分類某個物品或物品偵測無法正確偵測，並且被分類到錯誤的地方，那是一種加重問題，但不是一個巨大的問題，因為該物品只是去了不同的商店。」 「在當今的世界中，我們正在將更多的訂單履行轉移到訂單履行中，在這些情況下，錯誤分類對客戶來說非常困難和痛苦。所以，物品偵測現在所扮演的角色變得越來越重要。」
最初，SDI 為其客戶在裝置分類器上使用了光眼解決方案進行物品偵測，但需要更堅固的東西。隨著技術的不斷進步，SDI 被引入 Cognex 最新的物流創新產品，即 In-Sight 2800 Detector。偵測器使用人工智慧的邊緣學習技術，可以提升排序中的關鍵應用程式，包括項目偵測、項目分類和流程問題偵測。
「我們預計，像 In-Sight 2800 Detector 一樣，這些較新的 Cognex 解決方案，將為我們提供所需的工具，使準確度達到顧客滿意的程度。」
例如，偵測器幫助 SDI 的客戶在最具挑戰性的背景和低對比度的情境中，偵測是否有物品存在。偵測器還允許零售商區分任何數量的包裝類型，包括紙箱、多袋、毛袋、紙袋等。偵測器知道許多 SDI 客戶使用不同的分類器，因此可以輕鬆識別輸送帶堵塞等過程問題或骯髒手提袋等衛生問題。
SDI 將一位客戶升級為偵測器，以改善分揀機的存在/不存在偵測。偵測器的簡易設定對零售商至關重要；SDI 能夠在短短 4 小時內設定 10 台攝影機。Bodenheimer 表示：「邊緣學習在設定速度方面幫助我們。」 「事實上，我們只需要訓練一台攝影機，並將訓練移動到其他攝影機，就能取得一位分類器的基準。」
現在，SDI 正與許多客戶合作，將分揀解決方案切換到偵測器。他說：「使用In-Sight 2800 Detector，我們能夠立即看到其他解決方案無法檢測到的產品。」 「我們的客戶對結果非常滿意。In-Sight 2800 Detector 可改變遊戲的存在／不存在、偵測和簡單的分類。」
如需更多資訊，請透過 SDI 觀看客戶成功案例影片。
“In-Sight 2800 Detector 可改變遊戲的存在／不存在、偵測和簡單的分類。」
VP, Research and Product Development at SDI
