分類辨識

由於傳輸線的種類、數量繁多，以往仰賴人力辨識物件易有所疏漏，運用最先進AI+AR技術可協助前線人員快速辨識出不同的傳輸線種類，並能自動導入出貨系統。

運用META-aivi的快速計數功能，針對尺寸不同的料件進行AI模型訓練，META-aivi即可快速辨認與計算數量，所得出的結果可立即顯示在行動裝置上。同時，計算出的結果可與MES系統連接，減少人員盤點錯誤的發生，大幅增加入庫資料正確性，提升庫存管控效率。

運用SolVision AI影像平台的Instance Segmentation技術，以包裝良品及具各種瑕疵類型的影像樣本訓練AI模型。訓練完成的模型可即時且迅速地辨識每一反光或透明泡殼的包裝及填充情形，並將偵測到的瑕疵予以標註並分類。

咖啡膠囊不同口味代表不同顏色，以一盤咖啡膠囊作為標準組，另一盤咖啡膠囊作為對照組。使用SolVision學習各種咖啡膠囊的影像，若有任意一個咖啡膠囊的位置擺放錯誤，軟體可立即將錯誤擺放之處以檢測框標示出來，可成功分辨各式高反光且顏色差異小的咖啡膠囊。

許多製幣廠試圖以視覺技術進行錢幣的篩選，使用SolVision的Feature Detection工具，學習錢幣在各種亮度、髒汙與氧化程度的影像資料，不僅可分辨圖案相同但面額不同的錢幣，亦可正確辨識出各國錢幣，並即時計算出各國錢幣的總面額。

運用所羅門SolVision AI影像平台的Instance Segmentation技術，定位、標註影像樣本中雞蛋蛋殼裂隙瑕疵位置並以訓練AI模型，訓練完成後即可透過AI檢測蛋殼表面的孔隙及裂痕情形再予以分級，提升雞蛋食用的安全性及商品價值。

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！

除了判斷包裝是否密封之外，須進一步確認密封不完全的型態與原因，但因為密封缺陷的型態差異小，且物件表面呈高反光，不論是人眼或AOI皆不易找出缺陷並將之分類。所羅門使用 SolVision工具，由影像定義出密封完好的狀態，並與多種缺陷作比較，可即時檢出沒有密封完整的包裝並將缺陷分類。

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。