學生姓名:
許慧雯
指導教授:
顧皓翔
學期:
114下
摘 要:
隨著現代人健康意識提升，保健食品的需求持續增加，其中膠囊產品因封裝完整、劑量穩定及服用便利而廣泛應用。泡殼包裝(Press Through Packaging, PTP)不僅能提升膠囊保存品質與使用便利性，也有助於防止受潮與污染。然而，在生產、包裝及運輸過程中，膠囊可能與非預期批次或異型膠囊混入(Capsule Mix-up)，或表面沾染金屬、鋁箔碎片、丁腈橡膠(Nitrile Butadiene Rubber, NBR)手套碎片或毛髮等異物混入時，皆導致潛在食品安全風險提升。在高速自動化產線運作及異物多樣化的條件下，傳統人工目視檢查難以長時間維持檢測一致性與準確性，進而對整體品質監控機制形成挑戰。因此，膠囊在充填及 PTP 包裝作業中，業者需依據《食品安全衛生管理法》，建立完整的食品安全監控計畫(Food Safety Monitoring Program)，落實風險管理與自主管理制度，以降低重大食安事件的發生。本研究引入 10種深度學習影像辨識技術(Deep Learning)，建立膠囊泡殼包裝中食品安全與品質瑕疵的自動化檢測模式。透過膠囊外觀、異物特徵及缺陷分類的影像資料收集與分析，並即時準確辨識膠囊異常，形成可自動篩檢的智慧化監控流程。研究結果可提升產線檢測效率與品質管控準確性，同時支援食品安全法規遵循、自主管理及智慧製造的具體實踐，為膠囊產品生產提供可量化且可靠的安全保障方案。
許慧雯.pdf