SolVision成功案例

生技醫療業

醫療口罩製造品質管控解決方案

AI視覺輔助口罩產品瑕疵檢測

防疫第一線的重要防護罩：
醫療口罩

醫療口罩可以過濾細菌、體液、飛沫、懸浮微粒等，是防疫的重要防線。口罩生產流程包括裁切、耳帶熔接、瑕疵檢查、包裝，製造過程多已自動化，惟品質檢查仍多透過人力方能完成。

口罩花色多樣且瑕疵種類繁多，口罩品質管控不易

口罩產品瑕疵種類繁多，包括掉線、皺褶、鼻墊片缺漏及穿透、破洞、角切、髒污、側邊凸出及過濾層破損等。此外，口罩於產線輸送帶上的排放位置不固定，外觀花色亦多有變化，難以透過傳統光學檢測(AOI)方式檢出全部的瑕疵。

AI深度學習淘汰不良口罩，杜絕防疫破口

運用所羅門 SolVision AI影像平台的Segmentation技術，將影像樣本中各類型瑕疵予以標註並藉以訓練AI模型，經深度學習後即可於品管端精準辨識口罩上是否有瑕疵，進而將不良品汰除。

醫療口罩瑕疵檢測案例

側邊凸出

無鼻墊

過濾層破損

鼻墊刺出

鬆動

缺角

髒汙

過濾層破損

破洞

掉線

皺褶

檢測範例

相關文章

不鏽鋼管字元辨識解決方案

目前仍採用人力進行自行車車身號碼的辨識與登錄，耗費人工且效率低，若使用AOI進行字元辨識，因不鏽鋼管表面為圓弧曲面，打光容易造成反射，不論以人工或者AOI檢測，針對曲面、反光不鏽鋼管上字樣的辨識皆較為困難。所羅門結合機器視覺與人工智慧，對於光學字元辨識可以得到極佳的辨識效果。
AI影像辨識、分類與瑕疵檢測各式傳輸線

由於傳輸線的種類、數量繁多，以往仰賴人力辨識物件易有所疏漏，運用最先進AI+AR技術可協助前線人員快速辨識出不同的傳輸線種類，並能自動導入出貨系統。
AI影像辨識 – OCR電子元件字元

電子元件製造過程追蹤為半導體之產出基石，辨識元件編號被視為生產重要環節之一。但較差環境下讓AOI辨識更加困難，對於提升產線效率以及降低字元的誤判度有很大改善空間。利用SolVision技術執行光學字元辨識，有別於傳統AOI，不受底色、環境光線及字元種類多等限制，可精準識別個別編碼。
商品外包裝印刷瑕疵檢測解決方案

做為商品外包裝材料，軟質的鋁箔袋常在印刷過程中產生印刷錯誤、歪斜、脫落及漏印等情形。統光學檢測和人工的方式出錯率高。運用SolVision的Anomaly Detection工具，訓練完成的模型即可針對印刷文字、圖案上的形狀、顏色等特徵差異執行比對，偵測並標註瑕疵所在位置。