SolVision成功案例

高爾夫球桿頭品質檢測解決方案

高爾夫球桿的組成包括桿頭、球桿、握把，其中桿頭是揮桿時球桿與球體的主要接觸面，也是揮桿成功與否的關鍵，材質上以質軟且兼具強度的鈦製桿頭為主流。

高爾夫球桿頭是球具組合中最重要的部份，消費者十分重視桿頭完成面的細緻程度。桿頭是以鑄、鍛造複合材質製成，桿頭上常見細微的製造瑕疵，須於出廠前檢出並修整。然而桿頭上具有品牌標誌、設計紋路，又有些許金屬光澤，使得產品檢測上極具難度。

運用所羅門 SolVision AI影像平台的Segmentation技術，將影像樣本中球桿頭上的細微瑕疵逐一標註，藉以訓練AI模型，訓練完成後的AI模型即能不受品牌商標、設計紋路及金屬光澤的影響，定位並標註所有細微的表面瑕疵。

高爾夫球桿頭不規則表面

高爾夫球桿頭金屬表面光澤不一

易碎物品夾取和放置

所羅門的尖端物流解決方案JustPick由於利用人工智能算法和 3D 成像來揀選未知物品而成為領跑者。
具光澤之金屬零件料箱揀選

所羅門自主研發之視覺系統具備絕佳優勢，其中檢測表面光滑物件的能力，備受市場青睞。AccuPick 3D 智能取放系統為所羅門佈署的解決方案之一，它運用多功能3D結構光掃描器SolScan生成高質量的 3D 點雲數據，即使物件重疊，也能快速實現最佳揀選識別。
晶粒邊緣崩裂檢測解決方案

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。
塑膠扣具瑕疵檢測解決方案

射出成型的扣具生產上最為常見的瑕疵為脫模劑油汙、白點、毛邊及殘屑，其中屬油汙瑕疵最難檢出。結合SolVision AI影像平台工具，分別針對各類表面瑕疵型態執行深度學習，訓練完成的AI模型即可即時檢出射出成型時產生油汙與在內的各類瑕疵。