green bottle lot

SolVision成功案例

玻璃酒瓶黴斑髒汙檢測方案

AI 檢測玻璃酒瓶內緣之黴斑髒汙

落實環保綠色經濟:玻璃酒瓶循環再利用

為落實環保理念,國內外製酒商皆啟動玻璃瓶容器回收再利用的機制。經過清洗與高溫消毒處理後的玻璃酒瓶,可直接作為裝填原產品的容器使用。而經過現場人員目檢瓶中有雜質或者破損、磨損嚴重者,則汰除打碎為瓶屑。

黴斑髒汙無法透過自動光學檢測檢出

玻璃酒瓶內緣之黴斑髒汙,即使經過清洗消毒後仍然容易殘留,故希望在清洗階段就能檢測剔除。然而,排列在清洗產線上移動旋轉的酒瓶無法精準定位,加上瓶身還有標示印刷,不僅人眼不易看出黴斑,亦不利傳統光學檢測(AOI)檢測進行。

所羅門結合AI與機器視覺,使黴斑無所遁形

使用SolVision以酒瓶黴斑、髒污影像訓練AI模型,Segmentation技術可學習黴斑髒污的位置與顏色,自動辨識黴斑髒污的影像特徵,即可在清洗產線上快速檢測玻璃瓶身之黴斑分布,找出有黴斑、髒污的酒瓶並將之汰除,讓回收再利用的酒瓶可維持整體品質。

瓶身檢測案例

黴菌斑分布

AI Visual Inspection for Glass Bottles

檢測結果

AI Visual Inspection for Glass Bottles
相關文章
  • person holding tool during daytime

    汽車車頂銲道氣孔瑕疵檢測解決方案

    銲接過程中,氣體飽和所形成的氣泡無法在銲接過程中及時排出而殘留在銲道中,形成銲道氣孔瑕疵,可能影響美觀及結構品質。運用SolVision AI技術,將各種亮度的銲道氣孔瑕疵影像進行標註,藉以訓練AI模型,即能不受影像亮度影響檢測出銲道上各處的氣孔瑕疵。
  • black and white labeled box

    晶圓研磨瑕疵檢測解決方案

    化學機械平坦化(CMP)是半導體製造中不可或缺的製程之一,然而,研磨液中過大顆粒及微粒凝聚體可能造成晶圓上的微劃痕,是CMP製程中最主要的瑕疵類型。傳統AOI檢測即使耗費大量人力撰寫演算法,仍無法精準偵測整張晶圓影像瑕疵。運用所羅門SolVision解決方案來精準找到研磨瑕疵
  • various colored yarn bobbins

    紗線瑕疵檢測的最佳解決方案

    保有生產效益的同時兼顧紗線品質,是紡織業者最大挑戰。現今紗場依以人工檢測為主,漏檢率高且工時長,不利實際品質要求,傳統AOI面對不固定瑕疵時亦難以檢測,誤判率高。使用SolVision工具使AI學習辨識瑕疵特徵,快速且精準地找出各項缺陷,有效改善檢測速率、成品良率並降低品檢負擔。
  • 印刷電路板(PCB)元件組裝檢測解決方案

    印刷電路板(Printed Circuit Board, PCB)是電子裝配中最重要的基底,但PCBA上的電子元件種類繁多,包括電阻、電容、電晶體等等。運用SolVision AI影像平台透過訓練完成的AI模型,可即時地檢出元件缺件或組裝錯誤等異常情形及位置。