blue denim button up shirt

SolVision成功案例

醫療口罩製造品質管控解決方案

AI視覺輔助口罩產品瑕疵檢測

防疫第一線的重要防護罩:醫療口罩

醫療口罩可以過濾細菌、體液、飛沫、懸浮微粒等,是防疫的重要防線。口罩生產流程包括裁切、耳帶熔接、瑕疵檢查、包裝,製造過程多已自動化,惟品質檢查仍多透過人力方能完成。

口罩花色多樣且瑕疵種類繁多,口罩品質管控不易

口罩產品瑕疵種類繁多,包括掉線、皺褶、鼻墊片缺漏及穿透、破洞、角切、髒污、側邊凸出及過濾層破損等。此外,口罩於產線輸送帶上的排放位置不固定,外觀花色亦多有變化,難以透過傳統光學檢測(AOI)方式檢出全部的瑕疵。

AI深度學習淘汰不良口罩,杜絕防疫破口

運用所羅門 SolVision AI影像平台的Segmentation技術,將影像樣本中各類型瑕疵予以標註並藉以訓練AI模型,經深度學習後即可於品管端精準辨識口罩上是否有瑕疵,進而將不良品汰除。

醫療口罩瑕疵檢測案例

側邊凸出
無鼻墊
鬆動
破洞
掉線

皺褶

檢測範例

相關文章
  • 快速精準辨識多種橡膠射出成型之瑕疵

    精準辨識多種橡膠射出成型瑕疵

    橡膠射出成形採用AOI檢測塑料缺陷時,由於瑕疵種類及位置多變,易遇橡膠射出瑕疵樣品不足使得瑕疵定性定量困難,檢測精準度不足。利用SolVision AI瑕疵檢測,針對橡膠射出成品瑕疵形狀與顏色建立資料庫,AI學習可後辨識種類及位置多變的瑕疵。有效解決橡膠射出成品瑕疵不固定的檢測問題。
  • A close-up image of a gray shipping container with its unique shipping container number recognized by AI OCR

    使用AI 進行車牌辨識和海運貨櫃號碼識別

    SolVision 的人工智慧 OCR 可實現精確的自動車牌識別 (ALPR) 和貨櫃號碼識別,從而增強貨運作業。
  • 金屬墊片外觀瑕疵檢測

    運用AI視覺技術檢測金屬墊片的外觀是否存在瑕疵,協助產線提升檢測效率。
  • AI影像辨識 – OCR電子元件字元

    電子元件製造過程追蹤為半導體之產出基石,辨識元件編號被視為生產重要環節之一。但較差環境下讓AOI辨識更加困難,對於提升產線效率以及降低字元的誤判度有很大改善空間。利用SolVision技術執行光學字元辨識,有別於傳統AOI,不受底色、環境光線及字元種類多等限制,可精準識別個別編碼。