SolVision成功案例

制造业

安规认证标章印刷瑕疵检测

AI自动侦测安规认证标章的版面印刷瑕疵

什么是安规认证?
商品经测试并具安全性

安规认证的目的是为促使商品符合安全、卫生、环保等法规或标准。3C及家电商品上通常具有标示国内外安规认证的区域，证明该商品经过测试，具有一定程度的安全性。

安规认证标章漏印，影响商品安全及造成销售疑虑

国内外安规认证的标章众多，例如CE、EAC等，各有不同的标章图示。且部分业者会在安规标章区域一并标示商品序号、制造地点、电源需求、使用方式等。过多的版面资讯在大量印刷过程中不易检出多印或漏印的情形，可能影响商品的贩售及使用。

印刷品瑕疵检测工具：所罗门AI视觉检测

应用所罗门 SolVision  AI影像平台的Anomaly Detection工具，以数张印刷完好的版面作为黄金样本(Golden Sample)训练AI模型，执行非监督式机器学习。训练完成的AI模型即会自动检出并标示所有与黄金样本有差异的地方，即为版面的印刷瑕疵。

安规认证标章检测案例

OK: 正确安规标章

錢幣面額與國別分辨案例

NG: 标章印刷错误

錢幣面額與國別分辨案例

相关文章
  • a close up of a blue and yellow background

    LED基板分区外观品质控管解决方案

    常见的LED基板瑕疵包括边缘毛边、焊垫氧化杂质、刮痕等，在瑕疵特征与背景相近的情况下，AOI检测不易将瑕疵检出。运用SolVision AI影像技术，以各式LED基板上瑕疵影像样本训练，经深度学习的AI即可精准地将瑕疵检出并标注。此外亦可指认瑕疵生成的所属区域，达到分区检测的目的。
    SolVision光电业成功案例瑕疵检测电子业

  • 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。
    SolVision成功案例瑕疵检测电子业
  • 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
  • black and white labeled box

    晶圆研磨瑕疵检测解决方案

    化学机械平坦化(CMP)是半导体制造中不可或缺的制程之一，然而，研磨液中过大颗粒及微粒凝聚体可能造成晶圆上的微划痕，是CMP制程中最主要的瑕疵类型。传统AOI检测即使耗费大量人力撰写算法，仍无法精准侦测整张晶圆影像瑕疵。运用所罗门SolVision解决方案来精准找到研磨瑕疵
    半导体产业SolVision成功案例瑕疵检测质量/安全检查