person holding tool during daytime

SolVision成功案例

汽车车顶焊缝气孔瑕疵检测解决方案

在影像亮度不一时执行焊缝气孔瑕疵检测

车身焊接影响车体美观与结构品质

汽车车身结构复杂,是由多项金属冲压件经焊接、黏接、铆接等方式连结而成。现代车身材料多为低碳钢板,故焊接是车身制造过程中最广泛应用的连结方式。焊接过程中,熔池容易吸收来自内部反应或外部溶解进入的气体,气体饱和所形成的气泡无法在焊接过程中及时排出而残留在焊缝中,形成焊缝气孔瑕疵,可能影响美观及结构品质。

Detecting defects in random brightness conditions

汽车制造难题:车顶焊缝气孔瑕疵影像

汽车车顶系一流线造型,其焊缝具有高低落差,以致各位置取像的亮度不一,随机生成的气孔瑕疵也因此具有特征上的差异,难以针对此类情形制定规则以检测焊缝气孔瑕疵。

克服影像亮度影响:模拟影像亮度并训练AI模型

运用所罗门 SolVision  AI影像平台的 实例切割技术,将各种亮度的焊缝气孔瑕疵影像进行标注,借以训练AI模型,即能不受影像亮度影响检测出焊缝上各处的气孔瑕疵。

车顶焊缝气孔检测案例

正确

Car roof weld bead detection case

NG: 气孔瑕疵

Car roof weld bead detection case

相关文章
  • Gray Round Metal Part

    电脑零组件瑕疵检测解决方案

    硬盘支架制造过程出现的瑕疵种类繁多,包括金属的压伤、表面白雾、孔批麟、孔黑等等,透过人工检测不容易逐一检出,然而微小的缺陷在组装过程可能造成孔隙无法对齐等问题发生。使用SolVision工具AI学习瑕疵特征后,能够快速检测出硬盘金属支架上的各类微小瑕疵。
  • 商品外包装印刷瑕疵检测解决方案

    做为商品外包装材料,软质的铝箔袋常在印刷过程中产生印刷错误、歪斜、脱落及漏印等情形。统光学检测和人工的方式出错率高。运用SolVision的Anomaly Detection工具,训练完成的模型即可针对印刷文字、图案上的形状、颜色等特征差异执行比对,侦测并标注瑕疵所在位置。
  • AI影像辨识– OCR电子元件字符

    电子组件制造过程追踪为半导体之产出基石,辨识组件编号被视为生产重要环节之一。但较差环境下让AOI辨识更加困难,对于提升产线效率以及降低字符的误判度有很大改善空间。利用SolVision技术执行光学字符识别,有别于传统AOI,不受底色、环境光线及字符种类多等限制,可精准识别个别编码。
  • 芯片收纳(In-Tray)跳料检测解决方案

    芯片于晶盘中跳料的情形系属随机,所致的瑕疵型态多样且难以预测瑕疵所产生的位置。运用SolVision AI影像平台技术,以具迭料、空料、歪斜错置、反转等瑕疵的影像样本训练AI模型,AI训练完成后即可轻易且迅速地辨识并标注晶盘上产生收纳异常的位置。