person holding tool during daytime

SolVision成功案例

金屬外殼瑕疵檢測與分類解決方案

自動檢出並分類瑕疵類型

消費性裝置外殼品質管理

電腦機殼背蓋等消費性裝置在進入裝配程序前,需經瑕疵檢測與分類,以維持品質的一致性。

金屬機外殼反光影響檢測品質

金屬機殼刮傷瑕疵相當細微,在一般光線下因為金屬材質容易反光,人員以目視方式難以檢出瑕疵,容易發生外觀品質不良的問題。

SolVision迅速且彈性解決瑕疵檢測與分類

利用SolVision的Segmentation技術,針對瑕疵的外觀形狀建立瑕疵缺陷資料庫,分類特定缺陷例如:明顯瑕疵、細微瑕疵與極細微瑕疵等,以深度學習辨識明顯瑕疵,並忽略可接受的微小缺陷,有效提升檢測精準度及速率,確保產線成品能毫無缺陷地進入裝配程序。

瑕疵分類案例

Level 1 : 明顯可見瑕疵

Level 2 : 細微瑕疵

Level 3 : 極細微瑕疵

AI Inspection on Reflective Metal Surfaces

相關文章
  • vials of medication are lined up on a conveyor belt

    透過AI進行輸液袋異物檢測

    探索SolVision如何在IV袋中實現100%的異物檢測準確率。了解我們關於醫療保健領域高效AI檢測的案例研究。
  • 組裝電路板(PCBA)製程優化解決方案

    PCBA上面集成了不同功能的電子元件、插槽及各種晶片組,製造流程繁瑣,如何提升PCBA插件及組裝的正確率,是良率提升的關鍵。SolVision AI瑕疵檢測系統,學習多張PCBA的影像做AI訓練,可辨檢測細微瑕疵,使PCBA製成優化,效率大幅提升。
  • Pickup truck production line, workers are working

    電動車零配件組裝SOP驗證

    汽車由成千上萬個零組件組成,是複雜度相當高的工業化產品。然而,由於製作程序複雜,要如何確保安裝流程合乎安全規範,便成為業者必須控管的關鍵。只要透過AI+AR擴增技術,人員就能透過AI提示進行準確組裝SOP驗證,從而 提高產量,降低人為錯誤的風險。
  • commercial airplane on apron at night connected to jet bridge

    運用AR+AI進行停機坪管理優化

    探索先進的人工智慧(AI)和擴增實境(AR) 整合對主要國際機場停機坪管理營運的影響。