SolVision成功案例

電子業

物料管理優化方案，提高產品標籤辨識度

產品料號字元辨識

效率提升關鍵：產品標籤辨識

電子產業中，料號的編列是相當重要的，關係到產品的研發、生產及庫存，如果料號標籤無法辨識將會大幅降低作業效率及浪費資源。

庫存優化困境：標籤字體印刷不良

標籤上的字體在印刷過程容易產生不規則的細微瑕疵，使得傳統AOI難以辨識，便無法紀錄產品料號，影響庫存管理的正確性。

SolVision的光學字元辨識，成為產品料號管理最佳選擇

利用SolVision的Segmentation技術進行缺陷以及字元辨識之AI深度學習，即便標籤字體出現不規則的微小缺陷仍能正確辨識，而當字體缺損過大導致無法辨識時，可經由瑕疵檢測將其檢出，如此一來便大幅降低物料管理的成本支出，提高庫存管理的正確性。

瑕疵檢測及OCR辨

Original

瑕疵檢測

OCR字元辨識

相關文章

  • 印刷電路板(PCB)元件組裝檢測解決方案

    印刷電路板(Printed Circuit Board, PCB)是電子裝配中最重要的基底，但PCBA上的電子元件種類繁多，包括電阻、電容、電晶體等等。運用SolVision AI影像平台透過訓練完成的AI模型，可即時地檢出元件缺件或組裝錯誤等異常情形及位置。
  • a welder welding a piece of metal with sparks

    META-aivi 智能焊道檢測

    使用META-aivi的瑕疵檢測功能，針對合格的焊接點進行AI訓練並上傳模型至系統中，便能透過行動裝置上的鏡頭對欲檢測的車架進行AI檢測，META-aivi即可快速辨識出瑕疵焊點，並搭配擴增實境功能即時反饋異常結果，人員即可透過螢幕上指示進行錯誤修正，確保焊接品質。
  • an electrician inspecting a wiring panel inside a smart factory

    META-aivi 智能工安巡檢

    越來越多工廠內佈建自動裝置系統及機械設備，透過連線整合，達到部分自動加工甚至全自動製造，以此有效提高作業效益、節省人力成本。而每種機台的配線方式不盡相同，如何確保人員線路配置的正確性以及建立可控管的系統，即是公共安全的重要環節之一。
  • 快速精準辨識多種橡膠射出成型之瑕疵

    精準辨識多種橡膠射出成型瑕疵

    橡膠射出成形採用AOI檢測塑料缺陷時，由於瑕疵種類及位置多變，易遇橡膠射出瑕疵樣品不足使得瑕疵定性定量困難，檢測精準度不足。利用SolVision AI瑕疵檢測，針對橡膠射出成品瑕疵形狀與顏色建立資料庫，AI學習可後辨識種類及位置多變的瑕疵。有效解決橡膠射出成品瑕疵不固定的檢測問題。