SolVisionFallstudie

Fehlererkennung bei Socken mit KI

Kunde

Der Kunde ist ein führender Sockenhersteller, der die Qualitätskontrolle und die Betriebseffizienz durch KI-gestützte visuelle Inspektion verbessern möchte.

Fall

KI visuelle Inspektion von Socken

Der Sockenherstellungsprozess besteht aus mehreren wichtigen Phasen: Design, Stricken, Nähen, Formen, Inspektion und Verpackung. In dieser arbeitsintensiven Branche erfolgt die Qualitätskontrolle häufig manuell an verschiedenen Kontrollpunkten. Leider führt die Abhängigkeit von menschlichen Prüfern oft zu niedrigen Erkennungsraten von Sockenfehlern, da visuelle Ermüdung die Arbeiter häufig beeinträchtigt. Diese Ineffizienz verlangsamt nicht nur die Produktion, sondern erhöht auch das Risiko einer beeinträchtigten Produktqualität.

screenshot of socks defect detection using SolVision AI inspection software

Herausforderung

Einschränkungen traditioneller Inspektionsmethoden

Socken sind anfällig für verschiedene Defekte, darunter Nähfehler, Löcher und Risse, die in Größe und Lage variieren können. Während traditionelle regelbasierte Sichtsysteme ganze Stücke Stoff inspizieren können, haben sie oft Schwierigkeiten, unregelmäßige Sockenfehler zu erkennen. Diese Einschränkung bei der Fehlererkennung erfordert in der Regel zusätzliche manuelle Überprüfungen, was die Effizienz weiter verringert und das Risiko von übersehenen Fehlern erhöht. Um diese Herausforderungen zu bewältigen, besteht ein dringender Bedarf an fortschrittlichen KI-gestützten Fehlererkennungslösungen, die die Genauigkeit verbessern und den Inspektionsprozess optimieren können.

Lösung

Echtzeit-Fehlererkennung mit SolVision

SolVision, das KI-gestützte Fehlererkennungssystem von Solomon, wird mit einer kleinen Menge an Beispielbildern trainiert, um defekte Socken in Echtzeit zu identifizieren. Das System zeichnet sich durch seine Fähigkeit aus, verschiedene Sockenfehler schnell und präzise zu erkennen und sie zu klassifizieren, um sicherzustellen, dass fehlerhafte Produkte nicht in die Produktionslinie gelangen. Durch die Analyse von Fehlern in Echtzeit trägt SolVision dazu bei, die Produktqualität zu sichern und gleichzeitig die Produktionseffizienz erheblich zu steigern.