silver round coin on orange surface

SolVision成功案例

AI檢測螺絲紋面瑕疵

小型金屬套件瑕疵檢測

傳統金屬加工業面臨問題

目前金屬加工產業面臨許多嚴峻的問題,如作業環境惡劣危險,造成從業員工逐年遞減,用人成本不斷增高,老師傅技藝傳承青黃不接等。面臨貿易戰與疫情衝擊,亟需進行產業轉型高值化,提高技術含量與產品品質,以形成市場區隔。

小型金屬套件瑕疵檢測難度高

有螺紋的金屬套件之側螺紋面,容易因搬運造成工件碰撞受傷,或在加工過程中車削刀的刀痕。由於圓柱體套件容易滾動,再加上體積小不易拿取,即使搭配強光與顯微設備,以人眼檢測仍屬不易,容易發生誤檢與漏檢。

所羅門利用AI技術檢測出瑕疵

運用所羅門 SolVision ,以金屬套件瑕疵影像進行AI模型的訓練,使用Segmentation技術,可學習刀痕與碰撞瑕疵的特徵,在AI模型訓練完成後便可輕易檢測出小型金屬套件上人眼不易辨識的瑕疵,挑出有瑕疵的物件,讓出貨的金屬套件整體品質更好。

金屬套件瑕疵檢測案例

明顯瑕疵
微小瑕疵
陰暗處的瑕疵
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。
  • 透明點滴袋打印標籤辨識分類解決方案

    各式輸液皆以透明點滴袋包裝,點滴袋上都會清楚註明種類、濃度及容量資訊。由於各式點滴袋體上打印標籤位置不一,在產線尚無法以一般光學檢測取代人工進行品項分類。所羅門運用SolVision技術,針對點滴袋體上的名稱、濃度、容量等影像資訊訓練AI學習影像特徵,可以快速辨識並分類各式輸液品項。
  • 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。
  • 壓花石膏板瑕疵檢測解決方案

    石膏板出廠前,瑕疵情形皆須確實檢出。然而,由於壓花石膏板的外觀特性,瑕疵在複雜背景中模糊,無法以AOI及人眼確實辨識。使用所羅門 SolVision AI影像平台技術,擷取板材上的髒痕、過大壓花圖案以及壓花不清等瑕疵,可確實檢出並定位板材上的瑕疵,具體提升石膏板板材的品質與良率。