META-aivi成功案例

META-aivi 智能快速計數

車架數量AI智能盤點

自行車可作為休閒運動之用,亦具備中長距離的移動工具,是現代人不可或缺的載具。一部品質完美的自行車需要堅固的車架,而完整的車架則是由多個鋼管組成,經過人工篩選出適當尺寸的車架後,進行管料裁切、焊接、打磨、烤漆等程序,方可製成堅實的自行車。

   挑   戰   

數量龐大、多樣尺寸的鋼管記數

自行車車架所使用的鋼管原料,通常是大量運送至前端備料區等候裁切,由於過去多使用人工計算鋼管數量,人員容易產生視覺疲勞現象,且大小不一的管徑肉眼難以快速分辨尺寸,導致計算結果時常出現錯誤。

解 決 方 案

人工賦能:計算混亂中的秩序

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。

META-aivi計算結果

辨識前
辨識後

   效   益   

AI智能計數 提升庫存管理效率

導入META-aivi使人員盤點車架的效率在短時間內顯著提升,透過所羅門強大的人工智能,不論是在任何情況下,計算車架數量的精準度都能高達100%,人員只要使用META-aivi即可立即獲得數據,免去人為失誤與多次複檢的困擾,提升整體效率,減少生產所需時間。

40% 節省時間

60% 提升生產力

99% 精準辨識

  客 戶 回 饋   

  META-aivi 其 他 應 用 案 例  

相關文章
  • a welder welding a piece of metal with sparks

    META-aivi 智能焊道檢測

    使用META-aivi的瑕疵檢測功能,針對合格的焊接點進行AI訓練並上傳模型至系統中,便能透過行動裝置上的鏡頭對欲檢測的車架進行AI檢測,META-aivi即可快速辨識出瑕疵焊點,並搭配擴增實境功能即時反饋異常結果,人員即可透過螢幕上指示進行錯誤修正,確保焊接品質。
  • leftover plastic parts from plastic injection molding machine

    導入AI進行塑膠零件回收驗證

    瞭解 META-aivi 如何利用人工智慧優化廢棄物管理程序,在提高塑膠零件回收效率的同時,減少錯誤和避免污染。
  • close-up of PCB assembly

    使用 AI 進行 PCB 組裝驗證

    META-aivi 為領先的IPC 製造商優化 PCB 組裝和偵測,透過 AR + AI 驗證提高精度和效率。
  • An energy storage system (ESS) in a park surrounded by trees, solar panels, and an wind turbine

    儲能系統的組裝檢測與操作SOP驗證

    具深度學習AI的META-aivi,針對需檢查的部位AI快速建模後,工作人員配戴AR眼鏡即可即時檢測,判斷儲能櫃的線路、管線、水箱蓋、開關、旋鈕是否正確組裝