分類辨識

  • 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!

  • 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。

  • 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。

  • 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。

  • 金屬外殼瑕疵檢測與分類解決方案

    利用SolVision的瑕疵檢測工具,做出AI模型Training,針對瑕疵的形狀長相建立瑕疵缺陷資料庫,將複雜的缺陷人工檢測轉化成精準度高且規律的檢測系統,以深度學習辨識異常並忽略可接受的微小缺陷,有效提升檢測精準度及速率,兼顧產品嚴格的品質要求。