SolVision成功案例

襪品外觀缺陷檢測

襪品生產流程可分為：設計、織襪、車縫、翻襪、定型，最後是品檢包裝。紡織產業屬於勞力密集產業，品檢關卡原由人工目視檢測，然而人工檢測不僅檢出率低、也容易因視覺疲勞造成襪品外觀缺陷檢測速度緩慢。

襪品瑕疵形態多樣，包括：勾紗、皺褶、勾破等，且形狀大小與出現位置皆不固定，傳統AOI適合用於整塊布疋的檢測，對於不固定的瑕疵檢測有困難，且容易發生錯殺，仍需人工進行複檢。

搜集襪子勾紗、皺褶等瑕疵的影像，以SolVision的Segmentation技術完成AI模型的訓練。可快速且精確地找出瑕疵、分類不同瑕疵並剔除不良品，把關產品品質、提升生產效率，透過對瑕疵進行分類與分析，更能夠優化整體製程。

勾紗1

皺褶

勾紗2

勾破

利用AI進行半透明物品的料箱取放

了解所羅門的智能取放系統AccuPick 如何快速、精確且有效率地成功檢測、揀選和放置半透明物品。
封裝晶片邊緣微裂瑕疵檢測解決方案

由於晶粒邊緣崩裂瑕疵出現的位置及型態不固定，以致傳統光學檢測無法精準地將瑕疵檢出，影響整體產品良率。運用SolVision AI影像技術，將影像樣本中的瑕疵特徵予以標註，完成訓練的AI模型即可自動檢出並標註晶粒邊緣崩裂瑕疵的位置，大幅降低晶片在後續封裝製程中斷裂的風險。
透過AI辨識與計數，進行智慧貨物盤點

由於物品種類繁多，過往仰賴人力盤點時常有所疏漏，導致庫存數量異常。運用AR+AI技術，系統可自動分類物品種類和計算數量，自動產生盤點報表。
晶圓切割刀體外觀品質控管解決方案

晶圓切割係半導體及光電業界非常重要的製程，若無法在切割製程中維持高良率、高效率並保有晶片特性，將大幅影響整體產能。晶圓切割刀的品質控管主要透過外觀瑕疵的檢測，常見的外觀瑕疵包括刀體上的不規則紋路、多鑽等情形。由於有環狀條紋，形成複雜影像背景，嚴重影響機器視覺對於瑕疵的偵測。