SolVision成功案例

精準辨識多種橡膠射出成型瑕疵

在橡膠射出的製程中，原料品質、機台規格、模具設計到射出參數調整皆影響射出成型結果。
常見射出成型的瑕疵以表面外觀及尺寸差異為主，如：汙點、缺料、模具壓傷，或者因刮除橡膠溢出時傷及產品造成的缺陷。

採用傳統自動光學檢查檢測塑料缺陷時，由於瑕疵種類及位置多變，易遇瑕疵樣品不足使得瑕疵定性定量困難，導致檢測精準度不足，若退而維持人工，檢測速度相對緩慢且品質不一致，在辨識上依舊困難重重。

利用SolVision的Segmentation技術，針對橡膠成品的瑕疵形狀與顏色建立瑕疵資料庫，再利用AI學習瑕疵的特徵，可辨識種類及位置多變的瑕疵。隨著學習影像的增加，亦持續優化AI視覺檢測的能力，顯著提升橡膠瑕疵辨識的精準度，有效解決橡膠成品瑕疵不固定的檢測問題。

切口不平整

缺料

模具壓傷

汙點

利用機械手臂進行車門按鈕自動化按壓檢測

AI視覺技術搭載機械手臂，快速優化車門按鈕檢測，減少人力需求並提升產線運作效益。
晶圓切割刀體外觀品質控管解決方案

晶圓切割係半導體及光電業界非常重要的製程，若無法在切割製程中維持高良率、高效率並保有晶片特性，將大幅影響整體產能。晶圓切割刀的品質控管主要透過外觀瑕疵的檢測，常見的外觀瑕疵包括刀體上的不規則紋路、多鑽等情形。由於有環狀條紋，形成複雜影像背景，嚴重影響機器視覺對於瑕疵的偵測。
具光澤之金屬零件料箱揀選

所羅門自主研發之視覺系統具備絕佳優勢，其中檢測表面光滑物件的能力，備受市場青睞。AccuPick 3D 智能取放系統為所羅門佈署的解決方案之一，它運用多功能3D結構光掃描器SolScan生成高質量的 3D 點雲數據，即使物件重疊，也能快速實現最佳揀選識別。
金屬加工沖壓件表面瑕疵檢測解決方案

金屬加工沖壓件上可能出現的瑕疵種類繁多且形態不一，油汙及水漬更是不易觀察。另一方面，金屬加工件在取像時的亮度也各有差異，造成AOI瑕疵檢測的執行相當不易。金屬加工品的品管助手：AI瑕疵檢測，經訓練的AI模型可輕易檢出各式沖壓件上的瑕疵，大幅提升產品的表面品質。