Una catena internazionale di ciambelle migliora l’efficienza del checkout grazie a un sistema self-service automatizzato basato su AI, riducendo i tempi di attesa e ottimizzando le operazioni in negozio.
Esistono molti tipi di difetti che possono apparire in modo diverso ogni volta sulle parti stampate, in particolare macchie d’olio o d’acqua, che non sono facilmente rilevabili.
Implementa il modello AI avanzato di SolVision per identificare e classificare le cellule nei casi in cui i sistemi AOI tradizionali non sono sufficienti per rilevare e determinare le variazioni cellulari.
META-aivi utilizza l’intelligenza artificiale per la verifica in tempo reale del contenuto delle confezioni, migliorando l’accuratezza, riducendo gli errori e garantendo un controllo qualità superiore.
La verifica con META-aivi garantisce un’accuratezza del 100% nel conteggio delle fiches, migliorando la sicurezza e l’efficienza delle operazioni di pagamento in uno dei casinò più grandi dell’Asia.
I wafer difettosi presentano spesso anche imperfezioni sottili distribuite in modo casuale sulla superficie, il che impedisce ai sistemi AOI di impostare regole per un’ispezione efficiente.
SolVision supera le sfide nell’ispezione della saldatura laser grazie all’intelligenza artificiale, permettendo un rilevamento preciso dei difetti per un controllo qualità della saldatura laser più efficace.
I piccoli componenti metallici con superficie a spirale possono essere ispezionati utilizzando lo strumento di Segmentazione per Istanza di SolVision, che apprende i diversi tipi di segni di taglio o difetti da urti da immagini campione, per poi costruire un modello AI capace di riconoscere questi difetti sottili.
