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

META-aivi成功案例

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。
相關文章
  • Blur abstract background of people shopping in supermarket, products on shelves

    使用 AR + AI 進行零售庫存驗證

    在全國連鎖超市中,透過導入AR + AI 進行零售庫存驗證,以實現準確的下貨、定價和補貨應用,解決產品錯放、庫存短缺和新員工培訓等挑戰,協助客戶提高5倍執行速度,產品檢測準確率100%。
  • META-aivi 智能設備監控

    大型抽水站是供給工業與民生用水的基礎設施,如何確保人員的操作步驟是否正確以及確保機台設備的狀態、數值,是否在正常範圍內並妥善整合可靠的安防警示系統,使廠區人員能即時得知廠內資訊並且在第一時間了解機台異常狀況以便進行搶修,是公共工程的首要之務。
  • An energy storage system (ESS) in a park surrounded by trees, solar panels, and an wind turbine

    儲能系統的組裝檢測與操作SOP驗證

    具深度學習AI的META-aivi,針對需檢查的部位AI快速建模後,工作人員配戴AR眼鏡即可即時檢測,判斷儲能櫃的線路、管線、水箱蓋、開關、旋鈕是否正確組裝
  • a forklift truck drives past stacked shelves insides a warehouse

    透過AI辨識與計數,進行智慧貨物盤點

    由於物品種類繁多,過往仰賴人力盤點時常有所疏漏,導致庫存數量異常。運用AR+AI技術,系統可自動分類物品種類和計算數量,自動產生盤點報表。