Multi Colored Plastic Round Toy

SolVision成功案例

襪品外觀缺陷檢測

紡織物外觀瑕疵檢出並分類

織品瑕疵人工檢測困境

襪品生產流程可分為:設計、織襪、車縫、翻襪、定型,最後是品檢包裝。紡織產業屬於勞力密集產業,品檢關卡原由人工目視檢測,然而人工檢測不僅檢出率低、也容易因視覺疲勞造成襪品外觀缺陷檢測速度緩慢。
Defect detection and classification for textiles

襪品瑕疵多樣,自動光學檢查(AOI)仍需人工複檢

襪品瑕疵形態多樣,包括:勾紗、皺褶、勾破等,且形狀大小與出現位置皆不固定,傳統AOI適合用於整塊布疋的檢測,對於不固定的瑕疵檢測有困難,且容易發生錯殺,仍需人工進行複檢。

AI可以快速精準檢測瑕疵,提升生產效率

搜集襪子勾紗、皺褶等瑕疵的影像,以SolVision的Segmentation技術完成AI模型的訓練。可快速且精確地找出瑕疵、分類不同瑕疵並剔除不良品,把關產品品質、提升生產效率,透過對瑕疵進行分類與分析,更能夠優化整體製程。

瑕疵分類範例

勾紗1

AI Visual Inspection of Socks

皺褶

AI Visual Inspection of Socks

勾紗2

AI Visual Inspection of Socks

勾破

AI Visual Inspection of Socks
相關文章
  • pile of shiny metal bolts

    金屬螺栓AI視覺瑕疵檢測

    SolVision 瑕疵檢測確保每個螺栓僅需 49 毫秒即可實現 100% 的完美缺陷檢測率,解決反射表面難題並消除漏檢。
  • AI影像辨識 – OCR電子元件字元

    電子元件製造過程追蹤為半導體之產出基石,辨識元件編號被視為生產重要環節之一。但較差環境下讓AOI辨識更加困難,對於提升產線效率以及降低字元的誤判度有很大改善空間。利用SolVision技術執行光學字元辨識,有別於傳統AOI,不受底色、環境光線及字元種類多等限制,可精準識別個別編碼。
  • 空調冷凍風管端點銲接品質管控方案

    空調及冷凍設備的製造過程中,熱交換器的密閉容器所含的鐵管、鏡板、管帽、端板等部件皆需經過銲接工序,但由於銲接工廠屬高溫高熱的場域,入內需穿著基本防護,且銲道的瑕疵缺陷複雜且不規則,憑藉人工經驗檢測銲道,不容易維持品質一致,導入AI自動化檢測勢在必行。
  • a close-up of a machine

    自動化雷射銲接分類暨檢測解決方案

    雷射焊接具有不同的焊縫特徵。由於產品的焊接位置、樣式不盡相同,無法透過傳統光學檢測辨別焊縫樣態,常造成焊接品質不一的情形。應用Solomon SolVision能夠以焊縫特徵影像訓練AI模型,辨識焊接功率及漏焊瑕疵,並可透過深度學習,精準偵測焊縫的魚鱗紋數量及分布。