a close-up of a key chain

SolVision成功案例

高尔夫球杆头品质检测解决方案

高尔夫球杆钛制杆头的外观细痕检测

挥杆成功的关键,球杆杆头品质很重要

高尔夫球杆的组成包括杆头、球杆、握把,其中杆头是挥杆时球杆与球体的主要接触面,也是挥杆成功与否的关键,材质上以质软且兼具强度的钛制杆头为主流。

商标与纹路设计,让高尔夫球杆杆头瑕疵更难检出

高尔夫球杆头是球具组合中最重要的部份,消费者十分重视杆头完成面的细致程度。杆头是以铸、锻造复合材质制成,杆头上常见细微的制造瑕疵,须于出厂前检出并修整。然而杆头上具有品牌标志、设计纹路,又有些许金属光泽,使得产品检测上极具难度。

所罗门的AI技术,找出金属光泽下的杆头瑕疵

运用所罗门 SolVision   AI影像平台的实例切割技术,将影像样本中球杆头上的细微瑕疵逐一标注,借以训练AI模型,训练完成后的AI模型即能不受品牌商标、设计纹路及金属光泽的影响,定位并标注所有细微的表面瑕疵。

球杆瑕疵检测案例

高尔夫球杆头不规则表面

Club defect detection case

高尔夫球杆头金属表面光泽不一

Club defect detection case
相关文章
  • 金属外壳瑕疵检测与分类解决方案

    利用SolVision的瑕疵检测工具,做出AI模型Training,针对瑕疵的形状长相建立瑕疵缺陷数据库,将复杂的缺陷人工检测转化成精准度高且规律的检测系统,以深度学习辨识异常并忽略可接受的微小缺陷,有效提升检测精准度及速率,兼顾产品严格的质量要求。
  • 积层陶瓷电容制程优化解决方案

    SMD电容体积较小,观察缺陷需在显微镜等级的微观工具下观察,且因MLCC非常脆弱,检测过程也须非常小心,困难度极高。使用SolVision工具,学习电极上凸出部分的瑕疵形状及位置,建立AI模型,在AI学习瑕疵特征之后,即可快速检测电容凸出部分的缺陷,大幅提升整体制程的良率。
  • 渐层玻璃瓶瑕疵检测

    渐层玻璃瓶皆经过喷砂制程雾面处理,制作过程常见的瑕疵类型为色泽不均或者瓶身出现黑点,而这些瑕疵因无法明确定义且样式不固定,难以采用AOI方法进行检测。训练完成的AI模型即可快速检出玻璃瓶身各角度之瑕疵分布,并标注出缺陷位置。
  • 饮品包装印刷讯息品质检测及溯源讯息存留解决方案

    运用SolVision AI影像平台的Instance 实例切割技术,以包装良品及具各种瑕疵类型的影像样本训练AI模型。训练完成的模型可实时且迅速地辨识每一反光或透明泡壳的包装及填充情形,并将侦测到的瑕疵予以标注并分类。