green bottle lot

SolVision成功案例

玻璃酒瓶霉斑脏污检测方案

AI 检测玻璃酒瓶内缘之霉斑脏污

落实环保绿色经济:玻璃酒瓶循环再利用

为落实环保理念,国内外制酒商皆启动玻璃瓶容器回收再利用的机制。经过清洗与高温消毒处理后的玻璃酒瓶,可直接作为装填原产品的容器使用。而经过现场人员目检瓶中有杂质或者破损、磨损严重者,则汰除打碎为瓶屑。

霉斑脏污无法透过自动光学检测检出

玻璃酒瓶内缘之霉斑脏污,即使经过清洗消毒后仍然容易残留,故希望在清洗阶段就能检测剔除。然而,排列在清洗产线上移动旋转的酒瓶无法精准定位,加上瓶身还有标示印刷,不仅人眼不易看出霉斑,亦不利传统光学检测(AOI)检测进行

所罗门结合AI与机器视觉,使霉斑无所遁形

使用SolVision以酒瓶霉斑、脏污影像训练AI模型,实例切割技术可学习霉斑脏污的位置与颜色,自动辨识霉斑脏污的影像特征,即可在清洗产线上快速检测玻璃瓶身之霉斑分布,找出有霉斑、脏污的酒瓶并将之汰除,让回收再利用的酒瓶可维持整体品质。

瓶身检测案例

霉菌斑分布

AI Visual Inspection for Glass Bottles

检测结果

AI Visual Inspection for Glass Bottles
相关文章
  • 包装密封检测解决方案

    除了判断包装是否密封之外,须进一步确认密封不完全的型态与原因,但因为密封缺陷的型态差异小,且对象表面呈高反光,不论是人眼或AOI皆不易找出缺陷并将之分类。所罗门使用 SolVision工具,由影像定义出密封完好的状态,并与多种缺陷作比较,可实时检出没有密封完整的包装并将缺陷分类。
  • transparent IV bag on a clear background

    透过AI进行输液袋异物检测

    探索SolVision如何在IV袋中實現100%的異物檢測準確率。了解我們關於醫療保健領域高效AI檢測的案例研究。
  • Close-up Photography of a Power Tool

    金属加工冲压件表面瑕疵检测解决方案

    金属加工冲压件上可能出现的瑕疵种类繁多且形态不一,油污及水渍更是不易观察。另一方面,金属加工件在取像时的亮度也各有差异,造成AOI瑕疵检测的执行相当不易。金属加工品的品管助手:AI瑕疵检测,经训练的AI模型可轻易检出各式冲压件上的瑕疵,大幅提升产品的表面质量。
  • 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。