assorted color thread roll on white wooden shelf

SolVision成功案例

緞帶品質AI檢測解決方案

紡織物表面瑕疵檢測

緞帶製作過程繁複耗工

色彩斑斕的緞帶種類千變萬化,製作過程繁複而細膩,需經過整經、穿紗、織造、整燙、染整、上漿、印刷、針車、拷克、捲帶、最後才是品檢與包裝,從原料到成品歷經十四天之久。

Appearance and defect detection of textiles

自動光學檢測(AOI)檢測瑕疵易誤判

緞帶色彩繽紛的特性使得自動光學檢測困難度高,由於織面花樣複雜,較難找出特定的特徵點,自動光學檢測(AOI)容易因為花紋和顏色的變化而發生瑕疵漏檢或誤判的情況。

AI視覺自動判斷瑕疵特徵

使用SolVision中的Segmentation技術檢測各種顏色、花紋的緞帶,能夠精確找出裂孔、脫絲等瑕疵的位置、大小及形狀,不論是檢測速度或是精準度都能達到標準。而透過記錄與分析瑕疵的樣態,可回溯找出製作過程中的問題所在,改善產品製程。

織物瑕疵檢測案例

灰色裂孔

AI Visual Inspection on Ribbons

AI Visual Inspection on Ribbons

紅色脫絲

AI Visual Inspection on Ribbons

AI Visual Inspection on Ribbons

微小瑕疵

AI Visual Inspection on Ribbons

AI Visual Inspection on Ribbons
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。
  • 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。
  • 物料管理優化方案,提高產品標籤辨識度

    電子產業中,如果料號標籤無法辨識會大幅降低作業效率。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AOI難以辨識。利用SolVision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缺陷仍能正確辨識,大幅降低物料管理的成本支出,提高庫存管理正確性。
  • Multi Colored Plastic Round Toy

    紗線瑕疵檢測的最佳解決方案

    保有生產效益的同時兼顧紗線品質,是紡織業者最大挑戰。現今紗場依以人工檢測為主,漏檢率高且工時長,不利實際品質要求,傳統AOI面對不固定瑕疵時亦難以檢測,誤判率高。使用SolVision工具使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。