SolVision成功案例

空調冷凍風管端點銲接品質管控方案

空調及冷凍設備的製造過程中，熱交換器的密閉容器所含的鐵管、鏡板、管帽、端板等部件皆需經過銲接工序，為維持銲接的品質，導入AI自動化檢測勢在必行。

由於銲接工廠屬高溫高熱的場域，入內需穿著基本防護，且銲道的瑕疵缺陷複雜且不規則，憑藉人工經驗檢測銲道，不容易維持品質一致。

使用SolVision的Segmentation技術，學習正常銲道、銲道過細或過粗及無銲道的外觀形狀，進行AI模型的訓練，讓AI學習瑕疵特徵，即可快速檢測銲道是否有瑕疵，挑出有缺陷的銲道進行修補，有效控制銲接製程品質。

完整銲道

銲道缺陷

銲道過細與缺陷

球柵陣列封裝假銲瑕疵檢測解決方案

運用SolVision AI影像平台的Instance Segmentation技術，將X光影像中錫球重疊的假銲瑕疵予以標註並藉以執行AI模型的深度學習。經訓練後的AI即可在具背景雜訊、無明顯影像邊緣的條件下，將假銲瑕疵精準檢出。
運用AR+AI進行停機坪管理優化

探索先進的人工智慧(AI)和擴增實境(AR) 整合對主要國際機場停機坪管理營運的影響。
SMT製程的回焊短路檢測解決方案

SMT製程回焊過程中，過多錫膏量或是印刷偏移可能導致錫球間短路，過去以人工方式檢測，效率不彰。SMT多餘錫膏在高溫下的流動型態無法預測，難以傳統AOI檢出。運用SolVision AI技術，將SMT製程影像樣本中的回焊短路瑕疵定位並標註，訓練AI模型。可輕易檢出錫球間短路情形。
晶圓研磨瑕疵檢測解決方案

化學機械平坦化(CMP)是半導體製造中不可或缺的製程之一，然而，研磨液中過大顆粒及微粒凝聚體可能造成晶圓上的微劃痕，是CMP製程中最主要的瑕疵類型。傳統AOI檢測即使耗費大量人力撰寫演算法，仍無法精準偵測整張晶圓影像瑕疵。運用所羅門SolVision解決方案來精準找到研磨瑕疵