SolVisionกรณีศึกษา

การตรวจสอบหน้ากากผ่าตัดโดยใช้ AI

ลูกค้า

ลูกค้าเป็นผู้ผลิตอุปกรณ์การแพทย์ที่ตั้งอยู่ในเอเชีย

กรณี

การรับประกันคุณภาพในการผลิตหน้ากากอัตโนมัติ

หน้ากากทางการแพทย์มีบทบาทสำคัญในการป้องกันเชื้อโรคจากแบคทีเรีย ของเหลวในร่างกาย สารก่อภูมิแพ้ และไวรัส การผลิตของหน้ากากทางการแพทย์ส่วนใหญ่เป็นกระบวนการอัตโนมัติ ซึ่งกระบวนการต่างๆ เช่น การตัดวัสดุ การเชื่อมแถบหู และการบรรจุหีบห่อ จะดำเนินการโดยเครื่องจักร แม้กระบวนการเหล่านี้จะเป็นอัตโนมัติ แต่การตรวจสอบคุณภาพยังคงเป็นงานที่ต้องใช้แรงงานคนในการตรวจสอบว่าแต่ละชิ้นตรงตามมาตรฐานหรือไม่

ความท้าทาย

การระบุข้อบกพร่องของหน้ากากด้วยวิธีการตรวจสอบแบบดั้งเดิม

ข้อบกพร่องของหน้ากากมีความหลากหลาย เช่น การขาดสายหรือส่วนประกอบ การเย็บผิดพลาด รูฉีก ขีดข่วน บริเวณขอบหน้ากากที่ยื่นออก หรือชั้นที่เสียหาย นอกจากนี้ หน้ากากมักจะถูกกระจายไปตามสายการผลิตโดยไม่มีการจัดเรียงที่เหมาะสม ซึ่งทำให้กระบวนการตรวจสอบมีความซับซ้อนมากขึ้น ด้วยความหลากหลายและความไม่สอดคล้องกันนี้ วิธีการตรวจสอบแบบดั้งเดิมจึงไม่สามารถระบุข้อบกพร่องทั้งหมดได้อย่างมีประสิทธิภาพและแม่นยำ

แนวทางแก้ไข

การตรวจจับข้อบกพร่องโดยใช้ AI

SolVision แก้ไขความท้าทายจากข้อบกพร่องที่หลากหลายโดยการใช้ระบบตรวจสอบภาพ ระบบนี้จะทำการติดป้ายข้อบกพร่องของหน้ากากในภาพตัวอย่าง ซึ่งจะถูกใช้ในการฝึกสอนโมเดล AI เมื่อโมเดลได้รับการฝึกเสร็จสิ้น ซึ่งใช้เวลาเพียงไม่กี่นาทีใน SolVision AI จะสามารถระบุข้อบกพร่องต่างๆ ในภาพที่ถูกจับได้ ทำให้สามารถระบุหน้ากากที่มีข้อบกพร่องในสายการผลิตได้ทันที