このような反復的な手作業の場合、自動視覚検査は不良製品を特定し、労働力の効率を向上させるのに役立ちます。

AIを活用したSolomonのSolVisionは、サンプル画像から溶接ビードのさまざまな形状や特徴を学習することで、溶接検査プロセスを自動化できます。

SolVision は、反射面の課題に対処し、ボルト1本あたりわずか 49 ミリ秒で完璧な100％の欠陥検出率を実現し、偽陰性を排除します。

SolVisionは、反射面を持つ金属ケーシングの欠陥検出と分類が可能なAIにより、電子機器の品質管理を向上させます。

SolVision AI画像プラットフォームのインスタンスセグメンテーション技術を活用し、画像サンプル内の卵の殻のひび割れの欠陥位置を特定し、AIモデルのトレーニングに使用します。トレーニングが完了すると、AIによって卵殻表面の孔やひび割れの状態が検査され、分類されます。これにより、卵の食品安全性と商品価値が向上します。

AIビジョン技術を活用して自動車の鋼板塗装の欠陥を検出し、全体的な効率を向上させ、生産ラインの生産性を高めます。

AIモデルは、適格な溶接ポイントに対して訓練され、システムにアップロードすることができます。これにより、ARメガネやタブレットデバイスを使用して溶接されたセクションをAI検査し、欠陥のある溶接を迅速に認識できます。

従来、多種多様な輸送ラインに依存していたため、物体を人力で識別することが疎漏を招く可能性がありましたが、最先端のAI+AR技術を活用することで、現場の人員が異なる輸送ラインの種類を迅速に識別し、自動的に出荷システムに組み込むことができます。