black and white shoe on white surface

SolVision成功案例

快速辨識輪胎內胎印刷編碼

所羅門解決內胎印刷字元辨識問題

輪胎內胎編碼的重要性

輪內胎是種環形橡膠管,印有特定編碼,以辨識規格型號及配套之輪胎尺寸,為使內胎於充氣狀態不產生皺摺,達到降低外胎壓力、延長外胎使用壽命,如何清楚印刷、辨識編碼,對於有效尺寸搭配於正確之外壁規格十分重要。

車胎內印刷編碼不易人工及AOI辨識

輪胎在製程的環節經歷許多高壓、高負荷與高溫差的工序,其場域機台、材料產生之粉塵加上印刷程序的長期運作,使內胎表面字跡模糊且刷色深淺不齊,影響內胎編碼的辨識度,大量產出後不利於人工辨識,若使用傳統AOI檢測,在數字印刷不清楚的狀況下,亦無法有效辨識。

視覺軟體成為輪內胎編碼辨識的關鍵

使用所羅門 SolVision的Segmentation技術,針對輪胎內胎編碼的數字與形狀進行拍攝,進行AI模型訓練,再以光學字元辨識 (Optical Character Recognition, OCR)的方式,精準辨別各項編碼字跡,即便是印刷不完整或刷色過淺的字元,皆能成功辨識,有效改善編碼辨識的正確率。

輪內胎辨識案例

編碼清楚
編碼模糊
相關文章
  • 空調冷凍風管端點銲接品質管控方案

    空調及冷凍設備的製造過程中,熱交換器的密閉容器所含的鐵管、鏡板、管帽、端板等部件皆需經過銲接工序,但由於銲接工廠屬高溫高熱的場域,入內需穿著基本防護,且銲道的瑕疵缺陷複雜且不規則,憑藉人工經驗檢測銲道,不容易維持品質一致,導入AI自動化檢測勢在必行。
  • Gray Round Metal Part

    電腦零組件瑕疵檢測解決方案

    硬碟支架製造過程出現的瑕疵種類繁多,包括金屬的壓傷、表面白霧、孔批麟、孔黑等等,透過人工檢測不容易逐一檢出,然而微小的缺陷在組裝過程可能造成孔隙無法對齊等問題發生。使用SolVision工具AI學習瑕疵特徵後,能夠快速檢測出硬碟金屬支架上的各類微小瑕疵。
  • brown cookies on white ceramic plate

    食品加工產線輸送帶瑕疵檢測解決方案

    食品加工業首重食品衛生及食用安全,油炸食品的外觀不一。傳統的食品外觀檢測透過大量人力執行,效率不彰。所羅門結合機器視覺與人工智慧,運用Solomon SolVision AI影像平台技術執行缺陷檢測。在快速且大量生產的油炸食品加工產線中,辨識多種不同的瑕疵樣態,進而將不良品即時檢出。
  • a close up of a blue and yellow background

    LED基板分區外觀品質控管解決方案

    常見的LED基板瑕疵包括邊緣毛邊、銲墊氧化雜質、刮痕等,在瑕疵特徵與背景相近的情況下,AOI檢測不易將瑕疵檢出。運用SolVision AI影像技術,以各式LED基板上瑕疵影像樣本訓練,經深度學習的AI即可精準地將瑕疵檢出並標註。此外亦可指認瑕疵生成的所屬區域,達到分區檢測的目的。