SolVision成功案例

光電業

傳統機台儀表數位化解決方案

自動化儀表影像數值讀取

光電產品良率關鍵：鍍膜氣體參數監控

光電產業中的偏光片製程需透過氣體的層流均佈使薄膜均勻沉積。為維持鍍膜的品質與良率，製程氣體的壓縮參數監控十分關鍵。如何解決傳統機台儀表數位化，提升產品良率成為一大關鍵問題。

機台儀表數位化解決方案

數位化困境：傳統儀表的介面限制

傳統式的氣體監控機台或儀器設備具有儀表板顯示資訊，惟缺乏數位化介面，無法將數值資訊迅即上傳至中央監控系統，使整體製程數位化產生斷點。

傳統儀表的數位化利器：光學字元辨識

SolVision結合機器視覺與人工智慧，運用AI影像平台的Segmentation技術執行光學字元辨識(Optical Character Recognition, OCR)，將機台儀表影像中的數值轉為數位化資訊，以利統計、監控數據的異常情形，亦可進一步作為後續智能化相關應用的基礎。

儀表數位化步驟

1. 工業相機擷取2D影像

機台儀表數位化解決方案

2. 光學字元辨識取得數值及座標資訊

機台儀表數位化解決方案

3. 數位化資訊輸出

機台儀表數位化解決方案
相關文章

  • 高爾夫球桿頭品質檢測解決方案

    高爾夫球桿頭是球具組合中最重要的部份，消費者十分重視桿頭完成面的細緻程度。運用SolVision AI影像技術，將影像樣本中高爾夫球桿頭上的細微瑕疵逐一標註，藉以訓練AI模型，訓練完成後的AI模型即能不受商標、紋路及金屬光澤的影響，定位並標註所有細微的表面瑕疵。
  • person holding tool during daytime

    汽車車頂銲道氣孔瑕疵檢測解決方案

    銲接過程中，氣體飽和所形成的氣泡無法在銲接過程中及時排出而殘留在銲道中，形成銲道氣孔瑕疵，可能影響美觀及結構品質。運用SolVision AI技術，將各種亮度的銲道氣孔瑕疵影像進行標註，藉以訓練AI模型，即能不受影像亮度影響檢測出銲道上各處的氣孔瑕疵。

  • LED PCBA瑕疵檢測解決方案

    PCB【AI瑕疵檢測】LED中PCBA的良率難題：元件既多且雜，瑕疵檢測大不易！運用SolVision AI影像平台技術，在影像樣本中定位並標註鋁基板上的刮痕、髒污等異常及瑕疵情形，透過AI深度學習，即可自動且即時地檢出並定位鋁基板上的各式瑕疵，大幅提升產線生產效率。

  • 壓花石膏板瑕疵檢測解決方案

    石膏板出廠前，瑕疵情形皆須確實檢出。然而，由於壓花石膏板的外觀特性，瑕疵在複雜背景中模糊，無法以AOI及人眼確實辨識。使用所羅門 SolVision AI影像平台技術，擷取板材上的髒痕、過大壓花圖案以及壓花不清等瑕疵，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。