A Man Fixing a Laptop

SolVision成功案例

筆電組裝零件缺漏與瑕疵檢測

減少組件裝配程序缺漏

裝配完整度影響最終筆電的品質

筆電產品零件進入組合與包裝程序後,利用人工方式進行配套零件的裝配,在執行上下裝殼與垂直螺絲組裝等工序時,若有零件缺漏將直接影響最終產品品質,進入各通路販售後有損公司名譽。

組裝程序導入自動化,減少產品疏漏

在組裝程序中偶有人為疏失,導致產品螺絲未完全鎖緊或配件有接縫瑕疵等情況。針對此種重複性高之組裝缺陷檢測,導入自動化將快速改善產品疏漏問題,更提高人力配置效能。

導入SolVision檢測,提高產品良率及穩定性

應用所羅門 SolVision的Segmentation技術,針對螺絲與其他裝配位置進行影像定位,再進行初步辨識裝配卡榫程度並分類,進行AI模型的訓練,即可快速辨識電子零件之組裝完整度,而隨著學習的影像件數增加,亦能持續優化其檢測效力,有效提高產品的品質良率。

組裝瑕疵檢測案例

卡榫及螺絲完整

Detecting Faulty and Missing Laptop Components
Golden Sample

卡榫未對準

Detecting Faulty and Missing Laptop Components
Misaligned Latch

螺絲缺件

Detecting Faulty and Missing Laptop Components
Missing Component
相關文章
  • 汽車鋼板烤漆AI瑕疵檢測

    透過AI視覺技術檢測汽車鋼板烤漆上的瑕疵,加速整體效率,提升產線生產力。
  • 各國硬幣面額智能化辨識及計算解決方案

    許多製幣廠試圖以視覺技術進行錢幣的篩選,使用SolVision的Feature Detection工具,學習錢幣在各種亮度、髒汙與氧化程度的影像資料,不僅可分辨圖案相同但面額不同的錢幣,亦可正確辨識出各國錢幣,並即時計算出各國錢幣的總面額。
  • 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。
  • a group of square objects

    晶圓不良品分類及瑕疵定位自動化解決方案

    傳統光學檢測無法針對全幅影像進行分類,故無法於第一階段汰除瑕疵過多的晶圓。應用SolVision AI影像平台技術辨識瑕疵特徵。首先判斷晶圓是否具有過多瑕疵,汰除無法修復的不良品。其次運用影像處理技術分割晶圓影像,並以工具偵測瑕疵,記錄其特徵、坐標、面積等資訊,大幅提升後續修補的效率。