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

更多案例

使用 AR + AI 進行零售庫存驗證

在全國連鎖超市中，透過導入AR + AI 進行零售庫存驗證，以實現準確的下貨、定價和補貨應用，解決產品錯放、庫存短缺和新員工培訓等挑戰，協助客戶提高5倍執行速度，產品檢測準確率100%。
快速辨識輪胎內胎印刷編碼

輪胎在製程的環節經歷許多高壓、高負荷與高溫差的工序，使內胎表面字跡模糊且刷色深淺不齊，影響內胎編碼的辨識度，不利於人工辨識與傳統AOI檢測。利用SolVision工具，針對輪胎內胎編碼的數字與形狀進行拍攝，進行AI模型訓練，能成功辨識，有效改善編碼辨識的正確率。
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。
自動化倉庫卸垛

AccuPick 將 AI 深度學習與機器視覺結合，實現一次性拾取和放置多個箱子，進行自動化的拆托作業。