客戶是泰國的 SP Vision Technology，其主要提供工業及自動化產品銷售及安裝服務，透過銷售機器視覺、工業相機、軟體等解決方案，協助客戶提高產品質量。
線材加工品檢，瑕疵檢測關鍵
線材是啟動機台的關鍵組件。線材由眾多電線所組成，根據線材不同的應用條件，線材的長度、粗細以及加工方式亦有所差異，因此如何控管線材的品質，便成為線材加工業者最為迫切的課題。
一般線材加工業在進行 USB、HDMI 等連接器品檢時，除了確保線材耐久性、功能及安全性合乎標準外，即是查驗線材外部的絕緣材料及連接器是否有裂痕或損壞，如果一切完善，便依序進行分類與出貨。
一般線材加工業在進行 USB、HDMI 等連接器品檢時，除了確保線材耐久性、功能及安全性合乎標準外，即是查驗線材外部的絕緣材料及連接器是否有裂痕或損壞，如果一切完善，便依序進行分類與出貨。
傳統 AOI 自動光學檢測困境
然而，由於傳輸線種類多、數量龐大，光仰賴人力辨識外觀是否有損壞，容易因疲勞造成疏忽；而導入傳統 AOI 自動光學檢測進行瑕疵檢測，往往因為參數設定得相對嚴格，導致系統過於敏感，易受光影等外在條件影響而造成誤殺 (Overkill) 現象讓大量良品被誤判為 NG 品，工程人員必須不斷調整演算法及參數、產線人員重複檢測以避免問題發生。
此外，AOI 所需要的樣本數較多，且僅可檢出定義好的瑕疵，因此常產生漏檢 (Leakage) 的問題，導致無法快速因應彈性化生產需求。
此外，AOI 所需要的樣本數較多，且僅可檢出定義好的瑕疵，因此常產生漏檢 (Leakage) 的問題，導致無法快速因應彈性化生產需求。
用 AI 解決分類辨識與檢測難題
透過 AR + AI 視覺系統 META-aivi 整合人工智慧 (AI) 強大的分析能力與擴增實境 (AR) 的靈活適應性，可協助進行快速辨識、分類與檢測等應用。
只要約 5~10 張的少量圖像樣本數，所羅門 AI 即可完成訓練模型，學習辨識 Lightning、USB、RJ45、HDMI 等連接器外觀，同時任意搭配行動裝置、AR眼鏡、監視器/隨身攝像頭等載具，便能快速進行傳輸線的辨識及分類。此外，相關數據可直接導入公司出貨系統或輸出檢查結果，建立電子化檢查記錄供日後備查與製程改進，提高良率並減少不良品流出問題。
只要約 5~10 張的少量圖像樣本數，所羅門 AI 即可完成訓練模型，學習辨識 Lightning、USB、RJ45、HDMI 等連接器外觀，同時任意搭配行動裝置、AR眼鏡、監視器/隨身攝像頭等載具，便能快速進行傳輸線的辨識及分類。此外，相關數據可直接導入公司出貨系統或輸出檢查結果，建立電子化檢查記錄供日後備查與製程改進，提高良率並減少不良品流出問題。