SolVision成功案例

石化產業

精準辨識多種橡膠射出成型瑕疵

AI視覺檢測系統自主學習，強化塑料瑕疵辨識能力

橡膠射出成型不良原因

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。

傳統人力與自動光學檢查辨識瓶頸

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。

橡膠射出成型品質關鍵，提升瑕疵辨識的精準度

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。

瑕疵種類案例

切口不平整

Improve defect identification with AI-powered visual inspection Uneven Incisions

缺料

Improve defect identification with AI-powered visual inspection Missing Material

模具壓傷

Improve defect identification with AI-powered visual inspection Mold crush

汙點

Improve defect identification with AI-powered visual inspection Stain
相關文章

  • SMT製程的回焊短路檢測解決方案

    SMT製程回焊過程中，過多錫膏量或是印刷偏移可能導致錫球間短路，過去以人工方式檢測，效率不彰。SMT多餘錫膏在高溫下的流動型態無法預測，難以傳統AOI檢出。運用SolVision AI技術，將SMT製程影像樣本中的回焊短路瑕疵定位並標註，訓練AI模型。可輕易檢出錫球間短路情形。
    成功案例SolVision半導體業瑕疵檢測電子業

  • 緞帶品質AI檢測解決方案

    緞帶色彩繽紛的特性使得AOI檢測容易因為花紋和顏色變化而發生瑕疵漏檢或誤判。使用SolVision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。
    成功案例SolVision瑕疵檢測紡織業
  • black and white labeled box

    晶圓研磨瑕疵檢測解決方案

    化學機械平坦化(CMP)是半導體製造中不可或缺的製程之一，然而，研磨液中過大顆粒及微粒凝聚體可能造成晶圓上的微劃痕，是CMP製程中最主要的瑕疵類型。傳統AOI檢測即使耗費大量人力撰寫演算法，仍無法精準偵測整張晶圓影像瑕疵。運用所羅門SolVision解決方案來精準找到研磨瑕疵
    SolVision半導體業品質/安全檢查成功案例瑕疵檢測

  • 高爾夫球桿頭品質檢測解決方案

    高爾夫球桿頭是球具組合中最重要的部份，消費者十分重視桿頭完成面的細緻程度。運用SolVision AI影像技術，將影像樣本中高爾夫球桿頭上的細微瑕疵逐一標註，藉以訓練AI模型，訓練完成後的AI模型即能不受商標、紋路及金屬光澤的影響，定位並標註所有細微的表面瑕疵。
    成功案例SolVision瑕疵檢測製造業金屬加工業