擁有如人類思考的AI技術，在辨識並定位不規則特徵佔有優勢，為滿足檢測需求，市場上已出現許多AI瑕疵檢測系統及服務，然而，套裝軟體在許多功能上依舊存在差異，其中在使用者介面（UI）友善度、訓練樣本數、辨識率、檢測速率的討論度最為廣泛。
AI軟體使用者介面友善度
AI瑕疵檢測產品繁多，系統操作介面體驗各有不同，因此能否快速上手，一定程度影響使用意願。AI瑕疵檢測系統介面普遍互動性較高且友善，例如下拉式、拖曳式選單設計，便於具經驗的從業人員執行瑕疵處理。
此外，部分AI產品介面功能不完整，甚至需根據應用差異另行開發，使用體驗及便利性相對較差，再加上介面在訓練前中後等功能不足，標註工具以及分類方法單一，容易影響瑕疵標註與訓練樣本數。
AI訓練樣本數
「訓練一個AI模型，需要多少樣本？」始終是企業導入AI的關鍵命題，在使用AI瑕疵檢測系統時，需蒐集瑕疵樣本並依序標示特徵，當模型學習足夠數量的標記數據後，將自動生成類神經網路模型。由此可知優質資料庫是製作有效模型的核心！
然而，AI瑕疵檢測軟體檢測能力各異，有的所需樣本較多，雖然提升瑕疵檢出率，但誤判率同樣居高不下；有的僅需輸入適量、有代表性的物件影像及標註其瑕疵特徵，軟體就能自我學習，並能快速準確辨識且標註瑕疵所在，大幅縮減案件導入時間。
AI瑕疵辨識率
AI瑕疵檢測之辨識率，乃依據各家深度學習核心演算法搭配介面功能而得到的模仿能力，而模仿能力越強的AI越能精準判別物件特徵差異。此外，在同樣的訓練樣本數下，要判別AI模型的辨識能力，業界常使用Confusion Matrix（混淆矩陣）統計Accuracy、Precision、Recall、Specificity四項指標，有時再加上IOU，分析AI模型檢測能力。
- AI瑕疵檢測速率
AI瑕疵檢測速率優劣，除了取決於硬體支援規格外，關鍵在於與辨識率間的平衡。好的AI系統，能依照產品檢測情境，適度調整圖像辨識精準度，以提升檢測速率，有效完成產線檢測所需。
把AI變簡單，SolVision七大優勢：
3D視覺系統領導廠商所羅門致力於AI、3D視覺的應用與創新，以獨特的開放式視覺平台解決方案，成功應用於各大產業，為全球客戶提供服務，協助業者跨入先進製造，實現高投資回報率。
針對AI瑕疵檢測，所羅門創新推出的SolVision，是一款整合AI技術及「辨識」、 「定位」、「分級(分群/分類)」、「字元辨識」、「計數」功能的智慧檢測解決方案，其優勢如下：
介面友善
SolVision為免編程AI視覺軟體，提供圖形化介面，具備模仿介面操作者的辨識能力。內建「標註」、「資料擴增」、「互動式分析工具」訓練功能，可輕鬆進行特徵搜尋、擷取與分類。標註工具操作簡易，宛如使用PC常見工具「小畫家」一般，能輕鬆又直覺的讓使用者標註複雜特徵形狀。
功能完備
SolVision提供監督式與非監督式檢測共四大檢測工具，輸入適量的物件影像及標註其特徵，軟體即可自我學習達到最佳化檢測，一站式完成瑕疵辨識、特徵定位、物件分類、字元辨識、量測需求，協助客戶節省大量時間與成本。
監督式檢測工具共分三種，一為特徵定位（Feature Detection），主要用於方形物體或與背景相關之特徵或瑕疵檢測；二為特徵分割（Instance Segmentation），外型不規則或複雜背景中之特徵或瑕疵檢測可以此功能進行擷取；三為特徵分類（Classification），用於特徵或瑕疵數量多或影像占比大之應用。
當瑕疵樣本面臨蒐集不易情況，SolVision更提供非監督式檢測（Anomaly Detection）工具，訓練時僅須提供正確樣本，系統便會在訓練過程中產生檢測模型，即可辨識與良品間差異之處。
高辨識度
SolVision採用先進的類神經網路，搭配功能齊備介面，能不斷累積學習經驗、修正檢測模型，便能正確辨識出瑕疵處，高檢出率與檢出速率，輕易解決傳統光學難以辨識的視覺問題。
SolVision可同時辨識近一百種物件或特徵，經過實測，SolVision特徵分割可進行多達四十五種的分類。與國外一線產品相比，SolVision辨識率平均可高出20-30％，以IC微裂檢測設備Overkill分析為例，經過實際統計，AOI為20-30％、其它品牌之AI檢測系統為4-5％、SolVision則小於1.5％，大幅降低AOI Overkill問題。
速度快捷
在同一顯卡標準下，SolVision透過軟體功能提升檢測速度，憑藉10ms高速辨識出AOI難以辨識字體，優於市場平均30ms速率；在硬體部分，SolVision使用multiple GPU，搭配多顯卡分散AI運算負載，達到加速效果，解決大視野範圍找小瑕疵的困擾與維持檢測能力。
樣本數少
SolVision內建資料擴增工具，用於增加虛擬AI訓練資料庫，藉由旋轉、縮放、降低解析度或調整明暗等訓練功能強化AI模型穩定性，不需太多重複性影像即可進行辨識。
以檢測雷射二極體（Laser Diode, LD）淺刮痕為例，由於LD本身直徑僅約2mm，不易取得清晰影像，雖已導入美系AI檢測軟體，但產品Overkill並未有效下降，因此該企業便尋求SolVision協助。在802張共同樣本數下，美系廠商因AI分割工具無分類功能，導入160張訓練樣本後Overkill仍有5％、漏檢率約0.2-1.2％；而SolVision僅導入78張NG影像及4張OK影像進行過殺率修正，成功以較少樣本達成零過殺與漏檢效果。（如圖4）
（圖4：SolVision檢測LD瑕疵圖例。）
- 報表完整
SolVision擁有互動式Confusion Matrix，利用二維陣列形式來分析AI模型的檢測能力，並提供互動式介面，可加速錯誤影像查找時間，增加操作便利性。(如圖5)
（圖5：SolVision Confusion Matrix圖例。）
整合容易
SolVision簡單易學、無需耗費大量人力時間即可與系統或設備快速連結。檢測結果及物件位置亦能透過TCP/IP通訊界面輸出，即時傳遞檢測結果至PLC或各主要品牌手臂控制器，同時更整合如LabView、Visual Studio C#、C++等第三方程式，快速利用編程實現數據採集與產線運作升級。
