a close-up of a key chain

SolVision成功案例

製造業| 金屬加工業

高爾夫球桿頭品質檢測解決方案

高爾夫球桿鈦製桿頭的外觀細痕檢測

揮桿成功的關鍵，球桿桿頭品質很重要

高爾夫球桿的組成包括桿頭、球桿、握把，其中桿頭是揮桿時球桿與球體的主要接觸面，也是揮桿成功與否的關鍵，材質上以質軟且兼具強度的鈦製桿頭為主流。

商標與紋路設計，讓高爾夫球桿桿頭瑕疵更難檢出

高爾夫球桿頭是球具組合中最重要的部份，消費者十分重視桿頭完成面的細緻程度。桿頭是以鑄、鍛造複合材質製成，桿頭上常見細微的製造瑕疵，須於出廠前檢出並修整。然而桿頭上具有品牌標誌、設計紋路，又有些許金屬光澤，使得產品檢測上極具難度。

所羅門的AI技術，找出金屬光澤下的桿頭瑕疵

運用所羅門 SolVision  AI影像平台的Segmentation技術，將影像樣本中球桿頭上的細微瑕疵逐一標註，藉以訓練AI模型，訓練完成後的AI模型即能不受品牌商標、設計紋路及金屬光澤的影響，定位並標註所有細微的表面瑕疵。

球桿瑕疵檢測案例

高爾夫球桿頭不規則表面

Club defect detection case

高爾夫球桿頭金屬表面光澤不一

Club defect detection case
相關文章

  • 醫療口罩製造品質管控解決方案

    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。難以透過AOI方式檢出全部的瑕疵。運用SolVision AI影像技術，將影像樣本中各類型瑕疵予以標註，AI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。
    成功案例SolVision有無確認瑕疵檢測生技醫療業
  • a group of square objects

    晶粒邊緣崩裂檢測解決方案

    由於晶粒邊緣崩裂瑕疵出現的位置及型態不固定，以致傳統光學檢測無法精準地將瑕疵檢出，影響整體產品良率。運用SolVision AI影像技術，將影像樣本中的瑕疵特徵予以標註，完成訓練的AI模型即可自動檢出並標註晶粒邊緣崩裂瑕疵的位置，大幅降低晶片在後續封裝製程中斷裂的風險。
    成功案例SolVision半導體業品質/安全檢查瑕疵檢測
  • 如何快速精準辨識多種IC Tray盤字元

    快速辨識多種IC Tray盤字元

    所羅門利用 SolVision學習Tray盤所需辨識的定位點，執行光學字元辨識 (OCR)，能夠大幅優化傳統AOI的作業流程，不受識別畫面位移、歪斜及其字元缺陷等限制，精準識別個別料件來源，而隨著AI深度學習件數增加，亦能持續優化AI辨別字元的能力，使辨識字元不再困難。
    成功案例OCR字元辨識SolVision半導體業

  • 透明點滴袋打印標籤辨識分類解決方案

    各式輸液皆以透明點滴袋包裝，點滴袋上都會清楚註明種類、濃度及容量資訊。由於各式點滴袋體上打印標籤位置不一，在產線尚無法以一般光學檢測取代人工進行品項分類。所羅門運用SolVision技術，針對點滴袋體上的名稱、濃度、容量等影像資訊訓練AI學習影像特徵，可以快速辨識並分類各式輸液品項。
    成功案例SolVision分類辨識生技醫療業