green bottle lot

SolVision成功案例

玻璃酒瓶黴斑髒汙檢測方案

AI 檢測玻璃酒瓶內緣之黴斑髒汙

落實環保綠色經濟:玻璃酒瓶循環再利用

為落實環保理念,國內外製酒商皆啟動玻璃瓶容器回收再利用的機制。經過清洗與高溫消毒處理後的玻璃酒瓶,可直接作為裝填原產品的容器使用。而經過現場人員目檢瓶中有雜質或者破損、磨損嚴重者,則汰除打碎為瓶屑。

黴斑髒汙無法透過自動光學檢測檢出

玻璃酒瓶內緣之黴斑髒汙,即使經過清洗消毒後仍然容易殘留,故希望在清洗階段就能檢測剔除。然而,排列在清洗產線上移動旋轉的酒瓶無法精準定位,加上瓶身還有標示印刷,不僅人眼不易看出黴斑,亦不利傳統光學檢測(AOI)檢測進行。

所羅門結合AI與機器視覺,使黴斑無所遁形

使用SolVision以酒瓶黴斑、髒污影像訓練AI模型,Segmentation技術可學習黴斑髒污的位置與顏色,自動辨識黴斑髒污的影像特徵,即可在清洗產線上快速檢測玻璃瓶身之黴斑分布,找出有黴斑、髒污的酒瓶並將之汰除,讓回收再利用的酒瓶可維持整體品質。

瓶身檢測案例

黴菌斑分布

AI Visual Inspection for Glass Bottles

檢測結果

AI Visual Inspection for Glass Bottles
相關文章
  • 塑膠扣具瑕疵檢測解決方案

    射出成型的扣具生產上最為常見的瑕疵為脫模劑油汙、白點、毛邊及殘屑,其中屬油汙瑕疵最難檢出。結合SolVision AI影像平台工具,分別針對各類表面瑕疵型態執行深度學習,訓練完成的AI模型即可即時檢出射出成型時產生油汙與在內的各類瑕疵。
  • 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。
  • 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。
  • 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。