Black and Silver Video Camera on Table

SolVision成功案例

物流業 |生技醫療業 |紡織業 |電子業 |食品業

包裝密封檢測解決方案

以AI技術判斷包裝是否確實密封

包裝密封的重要性：
避免產線非正常損耗與污染

產品包裝的密封能夠確保安全及品質，如果有缺陷不僅影響產品的完整性，亦會造成生產機器非正常耗損及汙染，因此密封是否完全是維持產品品質的關鍵。

自動光學(AOI)與人工檢測：密封缺陷情形差異甚小

除了判斷包裝是否密封之外，若要找出問題的根源，須進一步確認密封不完全的型態與原因，但因為密封缺陷的各類型態差異甚小，且物件表面呈高反光，不論是人眼或自動光學檢測(AOI)皆不易找出缺陷並將之分類。

包裝品檢新AI技術：密封缺陷分類

所羅門結合機器視覺與人工智慧使用 SolVision 的Classification工具，由影像定義出密封完好的狀態，並與多種缺陷作比較，包括下方密封不確實、下方與側邊皆未密封、下方與側邊密封不確實等，可即時檢出沒有密封完整的包裝並將缺陷分類。

包裝密封缺陷檢測案例

正確
正確
下方密封不完整
側邊密封不完整
下方及側邊皆未密封
相關文章

  • 空調冷凍風管端點銲接品質管控方案

    空調及冷凍設備的製造過程中，熱交換器的密閉容器所含的鐵管、鏡板、管帽、端板等部件皆需經過銲接工序，但由於銲接工廠屬高溫高熱的場域，入內需穿著基本防護，且銲道的瑕疵缺陷複雜且不規則，憑藉人工經驗檢測銲道，不容易維持品質一致，導入ＡＩ自動化檢測勢在必行。
    成功案例SolVision瑕疵檢測製造業

  • 封裝晶片邊緣微裂瑕疵檢測解決方案

    由於晶粒邊緣崩裂瑕疵出現的位置及型態不固定，以致傳統光學檢測無法精準地將瑕疵檢出，影響整體產品良率。運用SolVision AI影像技術，將影像樣本中的瑕疵特徵予以標註，完成訓練的AI模型即可自動檢出並標註晶粒邊緣崩裂瑕疵的位置，大幅降低晶片在後續封裝製程中斷裂的風險。
    SolVision半導體業品質/安全檢查成功案例瑕疵檢測
  • a group of square objects

    晶粒邊緣崩裂檢測解決方案

    由於晶粒邊緣崩裂瑕疵出現的位置及型態不固定，以致傳統光學檢測無法精準地將瑕疵檢出，影響整體產品良率。運用SolVision AI影像技術，將影像樣本中的瑕疵特徵予以標註，完成訓練的AI模型即可自動檢出並標註晶粒邊緣崩裂瑕疵的位置，大幅降低晶片在後續封裝製程中斷裂的風險。
    成功案例SolVision半導體業品質/安全檢查瑕疵檢測

  • 安規認證標章印刷瑕疵檢測

    國內外安規認證的標章眾多，例如CE、EAC等，各有不同的標章圖示。過多的版面資訊在大量印刷過程中不易檢出多印或漏印的情形，可能影響商品的販售及使用。應用SolVision AI影像工具，訓練AI模型。訓練完成的AI模型即會自動檢出並標示所有差異地方，即為版面的印刷瑕疵。
    SolVision品質/安全檢查成功案例瑕疵檢測製造業電子業