person holding tool during daytime

SolVisionCase Study

汽車車頂銲道氣孔瑕疵檢測解決方案

何在影像亮度不一時執行銲道氣孔瑕疵檢測

車身銲接影響車體美觀與結構品質

汽車車身結構複雜,是由多項金屬沖壓件經銲接、黏接、鉚接等方式連結而成。現代車身材料多為低碳鋼板,故銲接是車身製造過程中最廣泛應用的連結方式。銲接過程中,熔池容易吸收來自內部反應或外部溶解進入的氣體,氣體飽和所形成的氣泡無法在銲接過程中及時排出而殘留在銲道中,形成銲道氣孔瑕疵,可能影響美觀及結構品質。

汽車製造難題:車頂銲道氣孔瑕疵影像

汽車車頂係一流線造型,其銲道具有高低落差,以致各位置取像的亮度不一,隨機生成的氣孔瑕疵也因此具有特徵上的差異,難以針對此類情形訂定規則以檢測銲道氣孔瑕疵。

克服影像亮度影響:模擬影像亮度並訓練AI模型

運用所羅門 SolVision AI影像平台的Segmentation技術,將各種亮度的銲道氣孔瑕疵影像進行標註,藉以訓練AI模型,即能不受影像亮度影響檢測出銲道上各處的氣孔瑕疵。

車頂銲道氣孔檢測案例

正確
NG: 氣孔瑕疵
相關文章
  • 金屬外殼瑕疵檢測與分類解決方案

    利用SolVision的瑕疵檢測工具,做出AI模型Training,針對瑕疵的形狀長相建立瑕疵缺陷資料庫,將複雜的缺陷人工檢測轉化成精準度高且規律的檢測系統,以深度學習辨識異常並忽略可接受的微小缺陷,有效提升檢測精準度及速率,兼顧產品嚴格的品質要求。
  • 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。
  • 細胞病變辨識及分類解決方案

    切片顯微影像中細胞的外觀不固定,細胞病變發生的位置、型態也十分隨機,導致每位醫師對於癌細胞的判斷及圈選標準不盡一致,更無法透過傳統光學檢測以撰寫邏輯方式判斷癌細胞的型態。資料擴增結合AI深度學習技術可以更快速準確地判讀細胞特徵!
  • LED PCBA瑕疵檢測解決方案

    運用SolVision AI影像平台技術,在影像樣本中定位並標註鋁基板上的刮痕、髒污等異常及瑕疵情形,透過AI深度學習,即可自動且即時地檢出並定位鋁基板上的各式瑕疵,大幅提升產線生產效率。