品質檢測

AI 視覺技術搭載機械手臂，快速優化車門按鈕檢測，減少人力需求並提升產線運作效益。

META-aivi 透過人工智慧優化汽車零件品質控制，減少錯誤並將流程數位化，從而實現無與倫比的產品檢測效率。

如何透過搭載AI的SolVision視覺系統達到100%的輸液袋異物檢測率?馬上了解更多高效AI檢測在醫療生技產業的應用實例。

在食品加工前，需進行食材異物檢測維護食安。然而即使導入金屬、X光等檢測器，仍無法避免異物的全面排除。透過AR+AI技術，即可快速進行魚肉、菇類、麵條等食品異物檢測，提高企業運營效率。

汽車由成千上萬個零組件組成，是複雜度相當高的工業化產品。然而，由於製作程序複雜，要如何確保安裝流程合乎安全規範，便成為業者必須控管的關鍵。只要透過AI+AR擴增技術，人員就能透過AI提示進行準確組裝SOP驗證，從而 提高產量，降低人為錯誤的風險。

在製造過程中導入操作簡易的「穿戴式AI」META-aivi，人員可透過AI學習面板上所標示出的正確組件配置圖，立即驗證人員組裝正確性。若偵測到裝配錯誤，META-aivi將立即發出異常警示，提醒人員即時修正，確保物件的品質一致，減少人為疏失。 此外，組裝完成後利用AI做統一流程驗證，即時儲存辨識結果並製成品檢履歷，能有效追蹤料件資訊，建立完整的製程資訊。

越來越多工廠內佈建自動裝置系統及機械設備，透過連線整合，達到部分自動加工甚至全自動製造，以此有效提高作業效益、節省人力成本。而每種機台的配線方式不盡相同，如何確保人員線路配置的正確性以及建立可控管的系統，即是公共安全的重要環節之一。

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。

晶片於晶盤中跳料的情形係屬隨機，所致的瑕疵型態多樣且難以預測瑕疵所產生的位置。運用SolVision AI影像平台技術，以具疊料、空料、歪斜錯置、反轉等瑕疵的影像樣本訓練AI模型，AI訓練完成後即可輕易且迅速地辨識並標註晶盤上產生收納異常的位置。