一次性注射器是一种常见的医疗器械。因为其可以有效地防止感染，因而获得了广泛宣传推广运用。注射器表面缺陷的主要原因是包装印刷过程中遇到的字符缺少、破损等产品质量问题。针对大批量生产，人的眼睛看着对一次性注射器字符缺陷，容易产生视力疲劳，人工检测的效率不高，非常容易漏验，无法保证质量，严重影响到一次性注射器的生产率。

注射器表面字符缺陷检测的需求出现也让虚数科技的模型库中再增加一个模型。一次性注射器为全透明圆柱，在检测字符时不要一次彻底检测。当使用线阵相机开展图像采集时，因为针筒的透光性，针筒两边的字符会互相影响检测。用不同的设计形式和机器视觉技术硬件的合理配置，可以获得注射器的清楚图像，并且可以更好地完成图像兼容。

在检测注射器表层的字符缺陷时，因为不一样字符形状差异很大，且没有固定样子，一般优化算法无法并对完成度进行合理检测，这时候可以用DLIA深度学习机器视觉，DLIA深度学习机器视觉功能丰富，有着精准定位、精确测量、检测、识别、记录、控制等作用。融合机器视觉技术开发包里的算法库(SDK)，客户还可以根据实际情况灵便、定向开发应用软件。