SolVision成功案例

自動化蔬菜AI視覺檢測

客戶是一家總部位於歐洲的大型食品生產商，希望在蔬菜發貨前進行檢查流程自動化。

該公司目前使用手動流程，來驗證每個朝鮮薊在包裝前是否以正確的方向放置在輸送帶上。這是一項費時且耗力的過程，阻礙了操作員執行更重要的任務。

每個朝鮮薊都是獨一無二的，這就是為什麼客戶希望有一個能夠識別每個蔬菜的方向和角度的解決方案，無論大小、形狀或成熟度等級如何，需要在每個朝鮮薊的嚴格循環時間內（80毫秒）完成。此外，客戶期望能夠將檢查數據匯入他們現有的數據庫，作為其自動化流程的一部分。

使用Solomon的核心AI機器視覺系統SolVision，一個AI模型能夠迅速而精確地識別每個朝鮮薊的方向和角度，使用其莖部作為參考點，而不管莖部本身的大小。SolVision還允許通過各種通訊協議匯出AI檢測結果。

無論每個產品的形狀、大小或成熟度如何，都達到100%的檢測準確性。

每個朝鮮薊的快速檢測週期時間為50毫秒。

成功檢測朝鮮薊方向，同時顯著減少總檢測時間，大幅超出客戶期望。

筆電組裝零件缺漏與瑕疵檢測

筆電產品零件進入組合與包裝程序後，利用人工方式進行配套零件的裝配，在執行上下裝殼與垂直螺絲組裝等工序時，若有零件缺漏將直接影響最終產品品質，進入各通路販售後有損公司名譽。導入所羅門SolVision檢測提高產品良率及穩定性，能持續優化其檢測效力，有效提高產品的品質良率。
快速辨識多種IC Tray盤字元

所羅門利用 SolVision學習Tray盤所需辨識的定位點，執行光學字元辨識 (OCR)，能夠大幅優化傳統AOI的作業流程，不受識別畫面位移、歪斜及其字元缺陷等限制，精準識別個別料件來源，而隨著AI深度學習件數增加，亦能持續優化AI辨別字元的能力，使辨識字元不再困難。
細胞病變辨識及分類解決方案

切片顯微影像中細胞的外觀不固定，細胞病變發生的位置、型態也十分隨機，導致每位醫師對於癌細胞的判斷及圈選標準不盡一致，更無法透過傳統光學檢測以撰寫邏輯方式判斷癌細胞的型態。資料擴增結合AI深度學習技術可以更快速準確地判讀細胞特徵！
金屬螺栓AI視覺瑕疵檢測

SolVision 瑕疵檢測確保每個螺栓僅需 49 毫秒即可實現 100% 的完美缺陷檢測率，解決反射表面難題並消除漏檢。