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。