SolVisionกรณีศึกษา

การตรวจจับข้อบกพร่องของผ้าทอด้วย AI

ลูกค้า

ลูกค้าเป็นผู้ผลิตสิ่งทอชั้นนำที่ผลิตผ้าหลากหลายประเภทและจัดหาผ้าให้กับแบรนด์เสื้อผ้าชั้นนำ

กรณี

การตรวจจับข้อบกพร่องในผ้าสี

กระบวนการผลิตผ้าทอประกอบด้วยขั้นตอนที่แม่นยำ เริ่มต้นจากการจัดกลุ่มเส้นใยตามสี ตามด้วยการหมุน การยืด และการบิดเพื่อสร้างเส้นด้ายที่มีความสม่ำเสมอ เส้นด้ายเหล่านี้จะผ่านกระบวนการย้อมสี การพิมพ์ และการทอผ้าเพื่อผลิตผ้าคุณภาพสูงสำหรับการใช้งานต่างๆ

Silk fabric with red stripes. Abstract silk tones in ruby tones. Vintage pattern on the fabric. Background texture, decorative ornament

ความท้าทาย

ข้อจำกัดของการตรวจสอบ AOI แบบดั้งเดิม

ผ้าสีที่มีสีหลากหลายและลวดลายซับซ้อนเป็นสิ่งท้าทายในการตรวจจับข้อบกพร่อง ปัญหาทั่วไป เช่น จุดเล็กๆ เส้นบางๆ หรือการเปลี่ยนแปลงของสีที่ละเอียดอ่อนที่ขาดลวดลายที่ชัดเจน ทำให้ตรวจจับได้ยากโดยใช้ระบบตรวจสอบด้วยแสงอัตโนมัติ (AOI) แบบดั้งเดิม ระบบเหล่านี้อาจมีปัญหากับความแปรผันของสีและลวดลาย ทำให้เกิดการแจ้งเตือนที่ผิดพลาดหรือไม่สามารถตรวจจับข้อบกพร่องที่ละเอียดอ่อนได้อย่างแม่นยำ ซึ่งทำให้การควบคุมคุณภาพมีความซับซ้อน และอาจส่งผลกระทบต่อประสิทธิภาพการดำเนินงานและความสมบูรณ์ของผลิตภัณฑ์

แนวทางแก้ไข

SolVision สำหรับการตรวจจับข้อบกพร่องที่เพิ่มขึ้น

SolVision เป็นทางออกที่ทันสมัยสำหรับการตรวจจับข้อบกพร่องในผ้าทอ ซึ่งดีกว่าระบบ AOI แบบดั้งเดิม เครื่องมือ AI ของ SolVision ในการแบ่งส่วนวัตถุ (instance segmentation) ช่วยให้สามารถตรวจจับข้อบกพร่องได้อย่างรวดเร็วและแม่นยำบนลวดลายผ้าทอ AI ของ SolVision ถูกฝึกให้ตรวจจับข้อบกพร่องที่เล็กน้อย ซับซ้อน และไม่ปกติ เพื่อให้สามารถควบคุมคุณภาพในกระบวนการผลิตผ้าได้อย่างรวดเร็วและแม่นยำ SolVision ช่วยเพิ่มคุณภาพการผลิตด้วยการติดตามข้อบกพร่องและเพิ่มประสิทธิภาพในกระบวนการผลิตผ้า

การตรวจจับข้อบกพร่องในผ้าทอ

green and red colored woven fabric defects detected by AI

ผลลัพธ์

เพิ่มคุณภาพและประสิทธิภาพการผลิตด้วยการตรวจจับข้อบกพร่องที่แม่นยำ
ตรวจจับข้อบกพร่องทุกรูปแบบได้อย่างแม่นยำ รวมถึงข้อบกพร่องที่ซับซ้อน
การตรวจสอบที่รวดเร็วด้วยการฝึกฝนโมเดล AI อย่างรวดเร็ว