การตรวจสอบคุณภาพ

การตรวจสอบหมายเลขประจำยาง (DOT TIN) ด้วย AI

เทคโนโลยี AI และ OCR ของ SolVision ช่วยเพิ่มประสิทธิภาพในการตรวจสอบหมายเลขประจำยาง ยกระดับความแม่นยำ ประสิทธิภาพ และการควบคุมคุณภาพในกระบวนการผลิตยาง

SolVisionกรณีศึกษาการตรวจสอบความปลอดภัยการตรวจสอบคุณภาพการรู้จำอักขระด้วยแสง (OCR)ปิโตรเคมี พลาสติก และยางยานยนต์
การตรวจจับข้อบกพร่องของรอยเชื่อมด้วย AI

SolVision จาก Solomon ขับเคลื่อนด้วย AI สามารถทำให้การตรวจสอบรอยเชื่อมเป็นแบบอัตโนมัติ โดยเรียนรู้รูปร่างและลักษณะของรอยเชื่อมจากภาพตัวอย่าง

SolVisionกรณีศึกษาการตรวจจับข้อบกพร่องการตรวจสอบคุณภาพการผลิตหุ่นยนต์นำทางด้วยระบบภาพ
การตรวจสอบยาชีวภาพแบบของเหลวด้วยการเรียนรู้เชิงลึก

Deep Learning ของ SolVision ช่วยในการจดจำของเหลวหลากสีและระดับการตกตะกอน เพื่อจำแนกประเภทอย่างแม่นยำและควบคุมคุณภาพได้อย่างมีประสิทธิภาพ

SolVisionกรณีศึกษาการตรวจสอบความปลอดภัยการตรวจสอบคุณภาพตรวจสอบการมีอยู่/ไม่อยู่ยาและเวชภัณฑ์
การตรวจสอบผ้าริบบิ้นด้วย AI

SolVision ยกระดับการตรวจสอบผ้าริบบิ้นด้วยการตรวจจับข้อบกพร่องด้วย AI เพื่อให้มั่นใจในการควบคุมคุณภาพของริบบิ้นที่มีสีและลวดลายในกระบวนการผลิตสิ่งทอ

SolVisionกรณีศึกษาการตรวจจับข้อบกพร่องการตรวจสอบคุณภาพสิ่งทอและรองเท้า
การตรวจสอบยางฉีดขึ้นรูปด้วย AI

SolVision ยกระดับการตรวจสอบยางฉีดขึ้นรูปด้วย AI ช่วยให้สามารถตรวจจับข้อบกพร่องได้อย่างแม่นยำ และควบคุมคุณภาพได้ดีขึ้น

SolVisionกรณีศึกษาการตรวจจับข้อบกพร่องการตรวจสอบคุณภาพปิโตรเคมี พลาสติก และยาง
การตรวจสอบภาพอัตโนมัติสำหรับ LED

การตรวจสอบภาพ LED อย่างมีประสิทธิภาพด้วย AI SolVision มาพร้อมกับเครื่องมือการแบ่งส่วนตัว ที่ออกแบบมาเพื่อตรวจจับข้อบกพร่องต่างๆ ของ Mini LED ผ่านการประมวลผลภาพ

กรณีศึกษาSolVisionการตรวจจับข้อบกพร่องการตรวจสอบคุณภาพออปโตอิเล็กทรอนิกส์อิเล็กทรอนิกส์
การตรวจสอบอาหารแปรรูปด้วย AI

SolVision ปฏิวัติการตรวจสอบอาหารแปรรูปด้วย AI ยกระดับประสิทธิภาพการผลิต สุขอนามัย และการควบคุมคุณภาพด้วยความแม่นยำจากระบบการมองเห็น

SolVisionกรณีศึกษาการตรวจจับข้อบกพร่องการตรวจสอบความปลอดภัยการตรวจสอบคุณภาพอาหารและเครื่องดื่ม
โซลูชันการตรวจสอบ AI สำหรับเวเฟอร์เซมิคอนดักเตอร์

โดยใช้ SolVision’s AI Inspection Solution การตรวจจับข้อบกพร่องขนาดเล็ก เช่น รอยขีดข่วนละเอียด สามารถระบุและทำเครื่องหมายในภาพตัวอย่างเพื่อฝึกโมเดล AI ได้

กรณีศึกษาSolVisionการตรวจจับข้อบกพร่องการตรวจสอบคุณภาพเซมิคอนดักเตอร์
การควบคุมคุณภาพของการตัดเวเฟอร์

โดยใช้เครื่องมือการแบ่งส่วนอินสแตนซ์ (Instance Segmentation) ของ SolVision ข้อบกพร่องเช่น เส้นที่ไม่สม่ำเสมอและข้อบกพร่องจากการเจาะหลายจุดจะได้รับการทำเครื่องหมายในภาพตัวอย่างเพื่อฝึกโมเดล AI

กรณีศึกษาSolVisionการตรวจจับข้อบกพร่องการตรวจสอบคุณภาพเซมิคอนดักเตอร์