SolVision AI améliore la détection des défauts des clés à molette, le contrôle de la qualité et l’efficacité de la production, dépassant les limitations des systèmes d’inspection optique automatisée traditionnels.
SolVision garantit un taux de détection des défauts impeccable de 100 % en seulement 49 millisecondes par boulon, en s’attaquant aux défis liés aux surfaces réfléchissantes et en éliminant les faux négatifs.
Il existe de nombreux types de défauts qui peuvent apparaître différemment à chaque fois sur les pièces estampées, en particulier les taches d’huile ou d’eau, qui sont difficiles à détecter.
Pour des tâches manuelles répétitives comme dans ce cas, une inspection visuelle automatisée peut aider à identifier les produits défectueux et améliorer l’efficacité de la main-d’œuvre.
Les petites pièces métalliques à surface spiralée peuvent être inspectées à l’aide de l’outil de segmentation d’instance de SolVision pour apprendre les différents types de marques de coupe ou de défauts de collision à partir d’images d’échantillon, puis construire un modèle d’IA pour reconnaître ces défauts subtils.
Propulsé par l’IA, Solomon SolVision peut automatiser les processus d’inspection des soudures en apprenant les différentes formes et caractéristiques des cordons de soudure à partir d’images d’échantillons.
En utilisant l’OCR avec l’apprentissage profond par IA, SolVision lit et détecte divers défauts de texte et de chiffres sur les étiquettes imprimées, améliorant ainsi l’inspection des étiquettes de produits électroniques.
