Classificazione
-
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.Casi di StudioClassificazioneConteggioMETA-aiviOspitalitàTempo Libero e Intrattenimento
-
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.