SolVision成功案例

AI檢測螺絲紋面瑕疵

目前金屬加工產業面臨許多嚴峻的問題，如作業環境惡劣危險，造成從業員工逐年遞減，用人成本不斷增高，老師傅技藝傳承青黃不接等。面臨貿易戰與疫情衝擊，亟需進行產業轉型高值化，提高技術含量與產品品質，以形成市場區隔。

有螺紋的金屬套件之側螺紋面，容易因搬運造成工件碰撞受傷，或在加工過程中車削刀的刀痕。由於圓柱體套件容易滾動，再加上體積小不易拿取，即使搭配強光與顯微設備，以人眼檢測仍屬不易，容易發生誤檢與漏檢。

運用所羅門 SolVision ，以金屬套件瑕疵影像進行AI模型的訓練，使用Segmentation技術，可學習刀痕與碰撞瑕疵的特徵，在AI模型訓練完成後便可輕易檢測出小型金屬套件上人眼不易辨識的瑕疵，挑出有瑕疵的物件，讓出貨的金屬套件整體品質更好。

明顯瑕疵

微小瑕疵

陰暗處的瑕疵

汽車鋼板烤漆AI瑕疵檢測

透過AI視覺技術檢測汽車鋼板烤漆上的瑕疵，加速整體效率，提升產線生產力。
自動化雷射銲接分類暨檢測解決方案

雷射焊接具有不同的焊縫特徵。由於產品的焊接位置、樣式不盡相同，無法透過傳統光學檢測辨別焊縫樣態，常造成焊接品質不一的情形。應用Solomon SolVision能夠以焊縫特徵影像訓練AI模型，辨識焊接功率及漏焊瑕疵，並可透過深度學習，精準偵測焊縫的魚鱗紋數量及分布。
襪品外觀缺陷檢測

襪品瑕疵形態多樣，傳統AOI適合用於整塊布疋的檢測，對於不固定的瑕疵檢測有困難，且容易發生錯殺，仍需人工進行複檢。以SolVision工具完成AI模型的訓練。可快速且精確地找出瑕疵、分類不同瑕疵並剔除不良品，把關產品品質、提升生產效率，透過對瑕疵進行分類與分析，更能夠優化整體製程。
空調冷凍風管端點銲接品質管控方案

空調及冷凍設備的製造過程中，熱交換器的密閉容器所含的鐵管、鏡板、管帽、端板等部件皆需經過銲接工序，但由於銲接工廠屬高溫高熱的場域，入內需穿著基本防護，且銲道的瑕疵缺陷複雜且不規則，憑藉人工經驗檢測銲道，不容易維持品質一致，導入ＡＩ自動化檢測勢在必行。