OCR字元辨識

藉由Solvision AI視覺檢測技術，快速、準確辨識汽車引擎上的字元，減少人工目視辨識錯誤，提升效率。

導入META-aivi智能廠務巡檢系統，利用所羅門先進的機器視覺與人工智慧執行光學字元辨識(Optical Character Recognition, OCR)，以各式字樣的形狀、號碼等影像樣本訓練AI模型，訓練完成的AI模型即可透過鏡頭偵測機台上的數據，自動且即時地將AI判別的數值轉為數位化資訊，並傳送至雲端建立巡檢報表，讓管理者可以便捷的透過行動裝置，一手掌握工廠巡檢狀況。

運用META-aivi快速進行設備儀表數值監控，改善人工抄寫的失誤率及低效，一舉提升儀表數據數位化。

貨運車輛的車牌及貨櫃號碼位置不固定，車行角度及採光條件也不一致。一般車牌辨識系統須透過感應線圈及車輛偵測器於最佳的取像位置執行辨識，然而該方案無法應用於貨櫃集散站的多變數場景。所羅門提供貨櫃車輛身份辨識的最佳方案：AI光學字元辨識！

目前仍採用人力進行自行車車身號碼的辨識與登錄，耗費人工且效率低，若使用AOI進行字元辨識，因不鏽鋼管表面為圓弧曲面，打光容易造成反射，不論以人工或者AOI檢測，針對曲面、反光不鏽鋼管上字樣的辨識皆較為困難。所羅門結合機器視覺與人工智慧，對於光學字元辨識可以得到極佳的辨識效果。

引擎號碼係以烙印方式印刷在引擎上，容易受到干擾，字體、背景明暗不均的情形，不易在產線上快速識別引擎上的編碼。運用SolVision AI技術，以不同亮度的影像樣本訓練執行光學字元辨識(OCR)，將影像中引擎號碼轉為數值，即時登錄至原廠資料庫系統中與車身號碼連結。

輪胎在製程的環節經歷許多高壓、高負荷與高溫差的工序，使內胎表面字跡模糊且刷色深淺不齊，影響內胎編碼的辨識度，不利於人工辨識與傳統AOI檢測。利用SolVision工具，針對輪胎內胎編碼的數字與形狀進行拍攝，進行AI模型訓練，能成功辨識，有效改善編碼辨識的正確率。

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。

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。