a stack of metal sheets on top of a metal table

SolVision成功案例

电子业 | 金属加工业

金属外壳瑕疵检测与分类解决方案

自动检出并分类瑕疵类型

消费性装置外壳品质管理

电脑机壳背盖等消费性装置在进入装配程序前，需经瑕疵检测与分类，以维持品质的一致性。

金属机外壳反光影响检测品质

金属机壳刮伤瑕疵相当细微，在一般光线下因为金属材质容易反光，人员以目视方式难以检出瑕疵，容易发生外观品质不良的问题。

SolVision迅速且弹性解决瑕疵检测与分类

利用SolVision的实例切割技术，针对瑕疵的外观形状建立瑕疵缺陷资料库，分类特定缺陷例如：明显瑕疵、细微瑕疵与极细微瑕疵等，以深度学习辨识明显瑕疵，并忽略可接受的微小缺陷，有效提升检测精准度及速率，确保产线成品能毫无缺陷地进入装配程序。

瑕疵分类案例

细微瑕疵

Level 1 : 明显可见瑕疵

AI Inspection on Reflective Metal Surfaces
AI Inspection on Reflective Metal Surfaces

Level 2 : 细微瑕疵

AI Inspection on Reflective Metal Surfaces
AI Inspection on Reflective Metal Surfaces

Level 3 : 极细微瑕疵

AI Inspection on Reflective Metal Surfaces

相关文章

  • 快速辨识轮胎内胎印刷编码

    轮胎在制程的环节经历许多高压、高负荷与高温差的工序，使内胎表面字迹模糊且刷色深浅不齐，影响内胎编码的辨识度，不利于人工辨识与传统AOI检测。利用SolVision工具，针对轮胎内胎编码的数字与形状进行拍摄，进行AI模型训练，能成功辨识，有效改善编码辨识的正确率。
    SolVisionOCR光学字符识别成功案例汽车业石化业
  • Multi Colored Plastic Round Toy

    纱线瑕疵检测的最佳解决方案

    保有生产效益的同时兼顾纱线质量，是纺织业者最大挑战。现今纱场依以人工检测为主，漏检率高且工时长，不利实际质量要求，传统AOI面对不固定瑕疵时亦难以检测，误判率高。使用SolVision工具使AI学习辨识瑕疵特征，快速且精准地找出各项缺陷，有效改善检测速率、成品良率并降低品检负担。
    SolVision成功案例瑕疵检测纺织业
  • a group of square objects

    晶圆不良品分类及瑕疵定位自动化解决方案

    传统光学检测无法针对全幅影像进行分类，故无法于第一阶段汰除瑕疵过多的晶圆。应用SolVision AI影像平台技术辨识瑕疵特征。首先判断晶圆是否具有过多瑕疵，汰除无法修复的不良品。其次运用图像处理技术分割晶圆影像，并以工具侦测瑕疵，记录其特征、坐标、面积等信息，大幅提升后续修补的效率。
    半导体产业SolVision成功案例瑕疵检测质量/安全检查

  • 高尔夫球杆头品质检测解决方案

    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。运用SolVision AI影像技术，将影像样本中高尔夫球杆头上的细微瑕疵逐一标注，藉以训练AI模型，训练完成后的AI模型即能不受商标、纹路及金属光泽的影响，定位并标注所有细微的表面瑕疵。
    SolVision制造业成功案例瑕疵检测金属加工业