a close up of a bike frame in the snow

SolVision成功案例

汽車業 | 金屬加工業

不鏽鋼管字元辨識解決方案

自行車不鏽鋼管烙碼字樣辨識

出廠前車身號碼登錄：烙碼字樣辨識

自行車的失竊率高，破案卻相對不易，透過自行車上的烙碼能將車主資料建檔，藉以提高尋獲率。為提高自行車的有效管理，政府遂鼓勵自行車製造商在出廠前於車架上刻印專屬之車身號碼，再人工將車身號碼登錄於系統中，將每一台出廠的自行車進行建檔。

光學辨識困境：圓形不鏽鋼管容易反射造成辨識不易

目前仍採用人力進行自行車車身號碼的辨識與登錄，耗費人工且效率低，若使用自動光學辨識AOI進行字元辨識，因不鏽鋼管表面為圓弧曲面，打光容易造成反射，讓位於曲面上的烙碼看不清楚，不論以人工或者自動光學檢測，針對曲面、反光不鏽鋼管上字樣的辨識皆較為困難。

產線優化新方案：光學字元辨識

所羅門結合機器視覺與人工智慧，使用SolVision Segmentation 技術，針對不鏽鋼管上的數字形狀所呈現的光澤，做AI模型的訓練，對於光學字元辨識可以得到極佳的辨識效果。

圓型不銹鋼管字元辨識案例

物件嚴重反光
相關文章

  • 塑膠扣具瑕疵檢測解決方案

    射出成型的扣具生產上最為常見的瑕疵為脫模劑油汙、白點、毛邊及殘屑，其中屬油汙瑕疵最難檢出。結合SolVision AI影像平台工具，分別針對各類表面瑕疵型態執行深度學習，訓練完成的AI模型即可即時檢出射出成型時產生油汙與在內的各類瑕疵。
    成功案例SolVision塑橡膠產業瑕疵檢測紡織業製造業

  • 積層陶瓷電容製程優化解決方案

    SMD電容體積較小，觀察缺陷需在顯微鏡等級的微觀工具下觀察，且因MLCC非常脆弱，檢測過程也須非常小心，困難度極高。使用SolVision工具，學習電極上凸出部分的瑕疵形狀及位置，建立AI模型，在AI學習瑕疵特徵之後，即可快速檢測電容凸出部分的缺陷，大幅提升整體製程的良率。
    成功案例SolVision瑕疵檢測電子業

  • 醫療口罩製造品質管控解決方案

    口罩產品瑕疵種類繁多，包括掉線、皺褶、鼻墊片缺漏及穿透、破洞、角切、髒污、側邊凸出及過濾層破損等。難以透過AOI方式檢出全部的瑕疵。運用SolVision AI影像技術，將影像樣本中各類型瑕疵予以標註，AI經深度學習後即可於品管端精準辨識口罩上是否有瑕疵，進而將不良品汰除。
    成功案例SolVision瑕疵檢測生技醫療業
  • Man in Black Jacket and Black Knit Cap Inspecting Car Engine

    汽車引擎號碼快速讀取解決方案

    引擎號碼係以烙印方式印刷在引擎上，容易受到干擾，字體、背景明暗不均的情形，不易在產線上快速識別引擎上的編碼。運用SolVision AI技術，以不同亮度的影像樣本訓練執行光學字元辨識(OCR)，將影像中引擎號碼轉為數值，即時登錄至原廠資料庫系統中與車身號碼連結。
    OCR字元辨識SolVision成功案例汽車業