SolVision成功案例

建造业| 石化业

压花石膏板瑕疵检测解决方案

高度复杂背景下的极细微瑕疵辨识技术

建筑业最广泛利用的建筑材料：压花石膏板

石膏板是一种板状建筑建材，以专用纸包覆石膏制成，具防火、耐震、隔热、隔音等效果，广泛运用于建筑物天花板及墙壁等不同场合。近年石膏板制造业者为积极推广使用，设计豹纹、梅花纹、晶钻纹及满天星纹等压花图案，打破过去产品单调且枯燥乏味的刻版印象。

复杂的压花图案，AOI难以检测瑕疵

石膏板出厂前，产线终端须确保板材上的清洁、图案一致性，无论是脏痕、压花图案过大或不清晰的瑕疵情形皆须确实检出。然而，由于压花石膏板的外观特性，上述瑕疵在复杂背景中显得细微且模糊，无法以传统光学检测及人眼确实辨识。

AI让复杂背景下的极细微瑕疵无所遁形

运用所罗门 SolVision   AI影像平台的实例切割技术，撷取板材上的脏痕、过大压花图案以及压花不清等瑕疵特征样本执行AI模型的训练，可确实检出并定位板材上的瑕疵，具体提升石膏板板材的品质与良率。

压花石膏板瑕疵检测案例

压花不清与刮痕

Defect detection case of embossed gypsum board

板上脏污

Defect detection case of embossed gypsum board

压花图案过大

Defect detection case of embossed gypsum board
相关文章

  • 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。
    SolVision制造业成功案例物流业生技医疗业食品业

  • 芯片承载盘检测解决方案

    芯片承载盘是半导体加工制程的关键要素，芯片承载盘的轮廓与定位孔点常因作业造成瑕疵，过去多透过AOI光学检测方式予以检查。然而承载盘不易透过AOI检出并定位瑕疵，严重影响良率及生产效率。运用SolVision AI影像技术执行缺陷检测，以利使用者实时监测并排除承载盘异常。
    半导体产业SolVision成功案例瑕疵检测

  • 细胞病变辨识及分类解决方案

    切片显微影像中细胞的外观不固定，细胞病变发生的位置、型态也十分随机，导致每位医师对于癌细胞的判断及圈选标准不尽一致，更无法透过传统光学检测以撰写逻辑方式判断癌细胞的型态。数据扩增结合AI深度学习技术可以更快速准确地判读细胞特征！
    SolVision分类识别成功案例生技医疗业
  • Man in Black Jacket and Black Knit Cap Inspecting Car Engine

    汽车发动机号码快速读取解决方案

    引擎号码系以烙印方式印刷在引擎上，容易受到干扰，字体、背景明暗不均的情形，不易在产在线快速识别引擎上的编码。运用SolVision AI技术，以不同亮度的影像样本训练执行光学字符识别(OCR)，将影像中引擎号码转为数值，实时登录至原厂数据库系统中与车身号码链接。
    SolVisionOCR光学字符识别成功案例汽车业