SolVision成功案例

建造業| 石化產業

壓花石膏板瑕疵檢測解決方案

高度複雜背景下的極細微瑕疵辨識技術

建築業最廣泛利用的建築材料：壓花石膏板

石膏板是一種板狀建築建材，以專用紙包覆石膏製成，具防火、耐震、隔熱、隔音等效果，廣泛運用於建築物天花板及牆壁等不同場合。近年石膏板製造業者為積極推廣使用，設計豹紋、梅花紋、晶鑽紋及滿天星紋等壓花圖案，打破過去產品單調且枯燥乏味的刻版印象。

複雜的壓花圖案，AOI難以檢測瑕疵

石膏板出廠前，產線終端須確保板材上的清潔、圖案一致性，無論是髒痕、壓花圖案過大或不清晰的瑕疵情形皆須確實檢出。然而，由於壓花石膏板的外觀特性，上述瑕疵在複雜背景中顯得細微且模糊，無法以傳統光學檢測及人眼確實辨識。

AI讓複雜背景下的極細微瑕疵無所遁形

運用所羅門 SolVision  AI影像平台的Segmentation技術，擷取板材上的髒痕、過大壓花圖案以及壓花不清等瑕疵特徵樣本執行AI模型的訓練，可確實檢出並定位板材上的瑕疵，具體提升石膏板板材的品質與良率。

壓花石膏板瑕疵檢測案例

壓花不清與刮痕

Defect detection case of embossed gypsum board

板上髒汙

Defect detection case of embossed gypsum board

壓花圖案過大

Defect detection case of embossed gypsum board
相關文章

  • AI檢測螺絲紋面瑕疵

    有螺紋的金屬套件，容易因搬運造成工件碰撞受傷，或在加工過程中留下刀痕，即使搭配強光與顯微設備，以人眼檢測不易，容易發生誤檢與漏檢。使用SolVisionl非監督式檢測工具，可學習刀痕與碰撞瑕疵的特徵，在AI訓練完成後便可輕易檢測出人眼不易辨識的瑕疵，挑出瑕疵物件，讓出貨品質更好。
    成功案例SolVision汽車業製造業金屬加工業

  • 藥錠外觀瑕疵檢測

    藉由Solvision AI視覺檢測技術，快速檢驗產品瑕疵，確保藥品品質，減少人力檢測錯誤，提升產線生產力。
    製造業SolVision成功案例瑕疵檢測生技醫療業
  • black and white labeled box

    自動化導線架品質檢測

    導線架表面的各類瑕疵，包含邊緣毛邊、黑點雜質、刮痕等。若使用傳統的AOI檢測，當檢測背景與瑕疵較為相近時，容易發生漏檢的情形。使用SolVision AI瑕疵檢測工具進行學習，以擴增功能增加AI學習範圍，能有效檢測出各類導線架瑕疵，在雜亂或複雜背景中，也能精確辨識有很好的辨識效果。
    成功案例SolVision半導體業瑕疵檢測

  • 半導體晶片封裝製程接著劑瑕疵檢測解決方案

    固晶接著劑透明，易造成光源折射影響特徵判斷，且爬膠、溢膠不具固定位置及型態，無法創建規則執行傳統光學檢測AOI。運用Solomon SolVision AI影像平台技術建立AI學習模組，自動學習並偵測爬膠、溢膠的特徵及位置。增加多項正確類別提升辨識強度，有效降低環境因素的干擾。
    成功案例SolVision半導體業瑕疵檢測