silver round coin on orange surface

SolVision成功案例

商品外包裝印刷瑕疵檢測解決方案

自動偵測商品外包裝的印刷錯誤、歪斜、脫落及漏印

外包裝壓印影響消費者對商品的第一印象

鋁箔具有極佳的遮光性及氣體阻隔性,故常應用為食品、藥品、面膜等包裝材料。做為商品外包裝材料,軟質的鋁箔袋常在印刷過程中產生印刷錯誤、歪斜、脫落及漏印等情形,進而使消費者產生不必要的疑慮。

傳統光學檢測及人工目測無法準確判斷印刷瑕疵

由於鋁箔袋的軟性特質,使印刷瑕疵產生的型態、位置不一,無法訂定規則執行傳統光學檢測,故過去多以人工的方式於產線檢查成品外包裝,並將不良品予以剔除。

些微差異也不妥協的檢測工具:Anomaly Detection

運用SolVision AI影像平台的Anomaly Detection工具,以完好的外包裝影像樣本(Golden Sample)執行AI模型的訓練。訓練完成的模型即可針對印刷文字、圖案上的形狀、顏色等特徵差異執行比對,偵測並標註瑕疵所在位置。

外包裝印刷檢測案例

Logo缺陷
Logo缺陷
字體印刷反向
內文漏印
相關文章
  • Close-up Photography of a Power Tool

    金屬加工沖壓件表面瑕疵檢測解決方案

    金屬加工沖壓件上可能出現的瑕疵種類繁多且形態不一,油汙及水漬更是不易觀察。另一方面,金屬加工件在取像時的亮度也各有差異,造成AOI瑕疵檢測的執行相當不易。金屬加工品的品管助手:AI瑕疵檢測,經訓練的AI模型可輕易檢出各式沖壓件上的瑕疵,大幅提升產品的表面品質。
  • 細胞病變辨識及分類解決方案

    切片顯微影像中細胞的外觀不固定,細胞病變發生的位置、型態也十分隨機,導致每位醫師對於癌細胞的判斷及圈選標準不盡一致,更無法透過傳統光學檢測以撰寫邏輯方式判斷癌細胞的型態。資料擴增結合AI深度學習技術可以更快速準確地判讀細胞特徵!
  • 傳統機台儀表數位化解決方案

    傳統式的氣體監控機台或儀器設備具有儀表板顯示資訊,惟其缺乏數位化介面,SolVision結合機器視覺與人工智慧,運用AI影像平台技術執行光學字元辨識(OCR),將機台儀表影像中的數值轉為數位化資訊,以利統計、監控數據的異常情形,亦可進 % 一步作為後續智能化相關應用的基礎。
  • multicolored electronic part

    電源供應器內部線材組接解決方案

    電源供應器內部元件及線路多元且複雜,檢測接點時容易受到背景干擾而影響視覺判斷。額外使用人工及AOI傳統光學檢測皆不易執行,難以於產線端有效管控產品品質。經訓練的AI模型可以精準地偵測並定位線材錯接的電源供應器接線瑕疵,即時將不良品檢出。