SolVision成功案例

藥錠外觀瑕疵檢測

客戶

客戶為一家生產藥錠的廠商。

案例

藥錠包裝前的瑕疵與異物檢測

工廠生產藥錠後,在進入包裝之前,需經過繁雜的品質檢驗程序,以確認每顆藥錠符合規格,如大小、紋理、外形、顏色、無缺陷,以及標籤等。
如有任何問題,或存在可能污染容器的異物,必須立即移除損壞的藥錠或污染物體。若將異物、損壞的藥錠,或不正確的藥錠放入容器中,都有可能導致藥錠召回,並損傷企業的商譽。

挑戰

傳統機器視覺檢驗難以克服藥錠複雜性

藥錠的瑕疵有許多狀況,例如: 形狀大小不一、顏色褪色、 外觀缺陷等等,瑕疵規則不一,傳統的AOI視覺檢測機經常誤檢或漏檢,往往需要藉由人工檢視,但人工檢驗久了,易於疲乏,檢驗易出錯,作業效率不高。

解決方案

使用Solvision AI視覺檢測工具,實現高效率檢驗藥錠品質

採用Solvision AI視覺瑕疵檢測工具,可以藉由影像,學習生產者所定義的各種瑕疵類型,應用於藥錠生產的即時缺陷檢測中。Solvision可以持續學習訓練,增加新發現的瑕疵,持續強化瑕疵檢測能力,幫助生產線提升藥錠的生產效率及良率。
藥錠 AI 檢測影像
原圖
檢測結果
藥錠正常影像
藥錠瑕疵類別

效益

Solvision持續學習訓練,增加新發現的瑕疵,強化瑕疵檢測能力。
減少人工檢驗錯誤。
幫助生產線提升生產效率及良率。
相關文章
  • 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。
  • 物料管理優化方案,提高產品標籤辨識度

    電子產業中,如果料號標籤無法辨識會大幅降低作業效率。標籤字體印刷不良標籤上的字體在印刷過程容易產生不規則的細微瑕疵,使得AOI難以辨識。利用SolVision進行缺陷以及字元辨識之AI深度學習,即便標籤字體出現不規則的缺陷仍能正確辨識,大幅降低物料管理的成本支出,提高庫存管理正確性。
  • 壓花石膏板瑕疵檢測解決方案

    石膏板出廠前,瑕疵情形皆須確實檢出。然而,由於壓花石膏板的外觀特性,瑕疵在複雜背景中模糊,無法以AOI及人眼確實辨識。使用所羅門 SolVision AI影像平台技術,擷取板材上的髒痕、過大壓花圖案以及壓花不清等瑕疵,可確實檢出並定位板材上的瑕疵,具體提升石膏板板材的品質與良率。
  • 紡織線架成品瑕疵檢測

    透過AI視覺技術,快速檢測紡織線架上的成品是否有瑕疵,進一步提升產線生產力。