SolVision成功案例

物料管理優化方案,提高產品標籤辨識度

產品料號字元辨識

效率提升關鍵:產品標籤辨識

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。

庫存優化困境:標籤字體印刷不良

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。

SolVision的光學字元辨識,成為產品料號管理最佳選擇

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。

瑕疵檢測及OCR辨

Original

瑕疵檢測

OCR字元辨識

相關文章
  • 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。
  • 透明點滴袋打印標籤辨識分類解決方案

    各式輸液皆以透明點滴袋包裝,點滴袋上都會清楚註明種類、濃度及容量資訊。由於各式點滴袋體上打印標籤位置不一,在產線尚無法以一般光學檢測取代人工進行品項分類。所羅門運用SolVision技術,針對點滴袋體上的名稱、濃度、容量等影像資訊訓練AI學習影像特徵,可以快速辨識並分類各式輸液品項。
  • 快速辨識輪胎內胎印刷編碼

    輪胎在製程的環節經歷許多高壓、高負荷與高溫差的工序,使內胎表面字跡模糊且刷色深淺不齊,影響內胎編碼的辨識度,不利於人工辨識與傳統AOI檢測。利用SolVision工具,針對輪胎內胎編碼的數字與形狀進行拍攝,進行AI模型訓練,能成功辨識,有效改善編碼辨識的正確率。
  • 雞蛋蛋殼品質檢測分級解決方案

    運用所羅門SolVision AI影像平台的Instance Segmentation技術,定位、標註影像樣本中雞蛋蛋殼裂隙瑕疵位置並以訓練AI模型,訓練完成後即可透過AI檢測蛋殼表面的孔隙及裂痕情形再予以分級,提升雞蛋食用的安全性及商品價值。