医疗药瓶是一种常见的医药包装形式，通常由硬质塑料通过注塑或吹塑工艺制成，形状各异，用于盛装液体药剂、片剂或胶囊等。每个药瓶通常配备密封盖或喷雾头，通过精准设计和热封工艺，保障内容物的密封性与稳定性，有效隔绝空气、水汽及微生物，延长产品的保质期。

如果按材质分类，大概可分为以下几种类型：

PET药瓶：材料的透明度很高，耐热性也不错，在需要高温灭菌的药品包装领域用得很多，像注射剂药瓶就会用到它。PET药瓶，既有很强的强度，又能回收利用，跟绿色环保的大方向是相符的。

玻璃药瓶：相比塑料药瓶，玻璃材质拥有更高的化学稳定性和防潮性，适用于对光敏感或对包装材料有严格要求的药品，但其易碎性和较高成本是主要限制。

按照成型工艺分类，药瓶大致可分为以下两种类型：

注塑药瓶：通过熔融塑料注入模具成型，适合生产精密形状和较厚壁的药瓶，常用于高端药品或医疗器械的包装。

吹塑药瓶：将塑料预制胚体通过吹气方式成型，适合大规模生产简单结构药瓶，如常见的止咳糖浆药瓶。

某深耕医药行业的设备商，洞察到药瓶检测的需求前景，投入资源研发药瓶光学筛选机。在研发过程中，该设备商尝试将传统算法与AI算法相结合的方法，但在实际测试中发现，这种基于开源深度学习算法的方案存在一定局限性，无法满足药瓶缺陷（如瓶体裂纹、瓶口变形、瓶身划痕、异物残留等）的检测需求。主要困难如下：

微小缺陷检测难度：药瓶表面可能出现极细微裂纹、划痕或微米级杂质颗粒，这些缺陷极易在高速生产线上被忽略，可能导致密封性受损或安全隐患。

检测速度要求高：药瓶生产线每分钟可达数百至上千个，视觉系统需在极短时间内完成采集和运算，对硬件性能和算法优化提出了苛刻要求。

多规格适配难题：医疗药瓶品类丰富，形状、尺寸各异，检测系统需具备快速切换能力，自适应不同产品特性。