成功案例

  • Assorted 5 mm washers

    小零件分揀

    AccuPick 3D是 Solomon 的視覺智能取放系統解決方案,為客戶提供了全面的視覺系統,能夠識別工作站內的 50 多個不同零件。藉由 AccuPick 3D的強大視覺功能,成功識別 5 毫米墊圈,即便物體重疊,也可以成功識別。

  • A close-up, high-angle view of a large pile of randomly assorted, heavy laminated steel parts, demonstrating a complex challenge for robotic bin picking and the need for a precise AI vision solution.

    工業 AI 視覺應用之鋼製零件揀選

    Solomon 基於 AccuPick 3D AI 的定位技術和 SolScan 2.3 MP 掃描儀使 Motion Technique 能夠準確識別每個組件的潛在方向。AccuPick ROS 動線規劃的確保機器人可以執行揀選任務,而不會與料箱發生任何碰撞。

  • META-aivi 智能設備監控

    大型抽水站是供給工業與民生用水的基礎設施,如何確保人員的操作步驟是否正確以及確保機台設備的狀態、數值,是否在正常範圍內並妥善整合可靠的安防警示系統,使廠區人員能即時得知廠內資訊並且在第一時間了解機台異常狀況以便進行搶修,是公共工程的首要之務。

  • META-aivi 智能電子製造

    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。

  • an electrician inspecting a wiring panel inside a smart factory

    META-aivi 智能工安巡檢

    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。

  • A close-up view of a pharmaceutical blister pack undergoing AI vision inspection. The system uses labels like "NG_Empty" to clearly identify missing capsules, "NG_Powder" for detected foreign powder, and "NG_Contain" for containing a capsule but with issues, demonstrating Presence/Absence detection and quality control in packaging.

    泡殼包裝品質管理解決方案

    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。

  • assorted coffee capsules

    咖啡膠囊顏色辨識出貨檢驗解決方案

    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。

  • Automated classification of coins using AI

    各國硬幣面額智能化辨識及計算解決方案

    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。

  • 雞蛋蛋殼品質檢測分級解決方案

    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。