a close up of a pattern of small squares

SolVision成功案例

半導體業

快速辨識多種IC Tray盤字元

利用AI檢測 精準識別複雜且差異大的IC Tray盤字元

編碼追蹤比對IC Tray盤料件

IC Tray盤組件射出成型時，皆個別編制浮雕料件編號，作為追蹤料件時的主要識別依據，方便後續以光學字元識別其來源及其它特定含意。

IC Tray盤料件使用AOI字元辨識技術的限制

在IC Tray盤射出成型時，當識別之字元有位移、缺陷、粘連、輪廓不明顯及位置工整度不一致等不可控因素時，將大幅增加特徵提取難度，使得AOI難以清楚辨識與讀取。

SolVision強化光學字元辨識能力(OCR)

利用 SolVision 的 Feature Detection 功能學習Tray盤所需辨識的定位點，再藉由 Segmentation 技術執行光學字元辨識 (Optical Character Recognition, OCR)，能夠大幅優化傳統AOI的作業流程，不受識別畫面位移、歪斜及其字元缺陷等限制，精準識別個別料件來源，而隨著學習件數的增加，亦能持續優化AI辨別字元的能力，使辨識字元不再困難。

AI系統成功辨識各式字元

更多案例

  • 封裝晶片邊緣微裂瑕疵檢測解決方案

    由於晶粒邊緣崩裂瑕疵出現的位置及型態不固定，以致傳統光學檢測無法精準地將瑕疵檢出，影響整體產品良率。運用SolVision AI影像技術，將影像樣本中的瑕疵特徵予以標註，完成訓練的AI模型即可自動檢出並標註晶粒邊緣崩裂瑕疵的位置，大幅降低晶片在後續封裝製程中斷裂的風險。
  • Gray Round Metal Part

    電腦零組件瑕疵檢測解決方案

    硬碟支架製造過程出現的瑕疵種類繁多，包括金屬的壓傷、表面白霧、孔批麟、孔黑等等，透過人工檢測不容易逐一檢出，然而微小的缺陷在組裝過程可能造成孔隙無法對齊等問題發生。使用SolVision工具AI學習瑕疵特徵後，能夠快速檢測出硬碟金屬支架上的各類微小瑕疵。

  • 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。

  • 醫療口罩製造品質管控解決方案

    口罩產品瑕疵種類繁多，包括掉線、皺褶、鼻墊片缺漏及穿透、破洞、角切、髒污、側邊凸出及過濾層破損等。難以透過AOI方式檢出全部的瑕疵。運用SolVision AI影像技術，將影像樣本中各類型瑕疵予以標註，AI經深度學習後即可於品管端精準辨識口罩上是否有瑕疵，進而將不良品汰除。