cable and connector for USB, Type-C, Micro USB, Lightning, on a white background in isolation, collage

META-aivi成功案例

電子業 | 製造業

AI影像辨識、分類與瑕疵檢測各式傳輸線

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。

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。

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。

Related Posts:

相關文章

  • 塑膠扣具瑕疵檢測解決方案

    射出成型的扣具生產上最為常見的瑕疵為脫模劑油汙、白點、毛邊及殘屑，其中屬油汙瑕疵最難檢出。結合SolVision AI影像平台工具，分別針對各類表面瑕疵型態執行深度學習，訓練完成的AI模型即可即時檢出射出成型時產生油汙與在內的各類瑕疵。

  • 雞蛋蛋殼品質檢測分級解決方案

    運用所羅門SolVision AI影像平台的Instance Segmentation技術，定位、標註影像樣本中雞蛋蛋殼裂隙瑕疵位置並以訓練AI模型，訓練完成後即可透過AI檢測蛋殼表面的孔隙及裂痕情形再予以分級，提升雞蛋食用的安全性及商品價值。
  • food quality inspection of apples on a conveyor in a factory

    食品加工業異物檢測應用

    在食品加工前，需進行食材異物檢測維護食安。然而即使導入金屬、X光等檢測器，仍無法避免異物的全面排除。透過AR+AI技術，即可快速進行魚肉、菇類、麵條等食品異物檢測，提高企業運營效率。

  • 不鏽鋼管字元辨識解決方案

    目前仍採用人力進行自行車車身號碼的辨識與登錄，耗費人工且效率低，若使用AOI進行字元辨識，因不鏽鋼管表面為圓弧曲面，打光容易造成反射，不論以人工或者AOI檢測，針對曲面、反光不鏽鋼管上字樣的辨識皆較為困難。所羅門結合機器視覺與人工智慧，對於光學字元辨識可以得到極佳的辨識效果。