Multi Colored Plastic Round Toy

SolVision成功案例

紗線瑕疵檢測的最佳解決方案

紡織業者如何保有生產效益並兼顧紗線品質

紡織業者的大挑戰:紡織業者對於紗線的高品質要求

面對缺乏上游自產優勢及勞力成本相對高的困境,紡織市場針對生產效益的考量,已趨於尋求高品質低成本的走勢,以因應國際競爭及作出產業差異化。如何在保有生產效益的同時兼顧紗線品質,是目前紡織業者最大的挑戰。

人眼紗線挑選與自動光學檢測檢測之效力有限

現今紗場依舊多以人工檢測為主,漏檢率高且耗費工時長,紗線瑕疵如:紙管汙點、變形、汙紗、破紗、拋紗、毛絲、雙色紗等種類眾多,使人工檢測不利於實際品質要求,自動光學檢測(AOI)面對不固定瑕疵時亦難以檢測,且誤判率高,仍需人工複檢。為使勞力成本配置於更有效益的工作上,紗線檢測應尋求更高效率的檢測解決方案。

運用人力或光學檢測紗線瑕疵缺乏效率

使用SolVision的Segmentation技術,針對紙管及紗線上多種瑕疵進行特徵提取,做出AI模型的訓練,使AI學習辨識瑕疵特徵,快速且精準地找出各項缺陷,有效改善檢測速率、成品良率並降低品檢負擔,隨著學習件數的增加,能持續優化AI辨別瑕疵的能力,亦可將學習成果快速導入各項產線之中。

紗線檢測案例

紙管汙點

Automated Visual Inspection of Yarn Paper tube stain

紙管破損

Automated Visual Inspection of Yarn Broken paper tube

汙紗

Automated Visual Inspection of Yarn Broken yarn

毛絲

Automated Visual Inspection of Yarn toss
AI Visual Inspection for Glass Bottles

Dirty yarn

Needle marks

Broken yarn

Automated Visual Inspection of Yarn

Distortion

AI Visual Inspection for Glass Bottles
Automated Visual Inspection of Yarn
相關文章
  • 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。
  • 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。
  • 傳統機台儀表數位化解決方案

    傳統式的氣體監控機台或儀器設備具有儀表板顯示資訊,惟其缺乏數位化介面,SolVision結合機器視覺與人工智慧,運用AI影像平台技術執行光學字元辨識(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。
  • 飲品包裝印刷資訊品質檢測及溯源資訊存留解決方案

    運用SolVision AI影像平台的Instance Segmentation技術,以瓶蓋側文字及條碼影像樣本訓練AI模型並執行光學字元辨識(OCR),即可於高速生產的飲品產線中精準辨識外包裝上的產品資訊,除檢出印刷不良的產品外,亦大幅強化產線溯源管理及紀錄存留的效率。