SolVision成功案例

物料管理優化方案，提高產品標籤辨識度

電子產業中，料號的編列是相當重要的，關係到產品的研發、生產及庫存，如果料號標籤無法辨識將會大幅降低作業效率及浪費資源。

標籤上的字體在印刷過程容易產生不規則的細微瑕疵，使得傳統AOI難以辨識，便無法紀錄產品料號，影響庫存管理的正確性。

利用SolVision的Segmentation技術進行缺陷以及字元辨識之AI深度學習，即便標籤字體出現不規則的微小缺陷仍能正確辨識，而當字體缺損過大導致無法辨識時，可經由瑕疵檢測將其檢出，如此一來便大幅降低物料管理的成本支出，提高庫存管理的正確性。

Original

瑕疵檢測

OCR字元辨識

漸層玻璃瓶瑕疵檢測

漸層玻璃瓶皆經過噴砂製程霧面處理，製作過程常見的瑕疵類型為色澤不均或者瓶身出現黑點，而這些瑕疵因無法明確定義且樣式不固定，難以採用AOI方法進行檢測。訓練完成的AI模型即可快速檢出玻璃瓶身各角度之瑕疵分布，並標註出缺陷位置。
META-aivi 智能廠務管理

導入META-aivi智能廠務巡檢系統，利用所羅門先進的機器視覺與人工智慧執行光學字元辨識(Optical Character Recognition, OCR)，以各式字樣的形狀、號碼等影像樣本訓練AI模型，訓練完成的AI模型即可透過鏡頭偵測機台上的數據，自動且即時地將AI判別的數值轉為數位化資訊，並傳送至雲端建立巡檢報表，讓管理者可以便捷的透過行動裝置，一手掌握工廠巡檢狀況。
使用視覺引導機器人進行 3D 物件定位

SolMotion 的先進人工智慧能夠偵測隨機放置的汽車零件，無論其位置、方向或外觀如何，從而優化組裝。
不鏽鋼管字元辨識解決方案

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，不論以人工或者AOI檢測，針對曲面、反光不鏽鋼管上字樣的辨識皆較為困難。所羅門結合機器視覺與人工智慧，對於光學字元辨識可以得到極佳的辨識效果。