silver round coin on orange surface

SolVision成功案例

商品外包装印刷瑕疵检测解决方案

自动侦测商品外包装的印刷错误、歪斜、脱落及漏印

外包装压印影响消费者对商品的第一印象

铝箔具有极佳的遮光性及气体阻隔性,故常应用为食品、药品、面膜等包装材料。做为商品外包装材料,软质的铝箔袋常在印刷过程中产生印刷错误、歪斜、脱落及漏印等情形,进而使消费者产生不必要的疑虑。

Automated detection of printing errors on consumer packaging

传统光学检测及人工目测无法准确判断印刷瑕疵

由于铝箔袋的软性特质,使印刷瑕疵产生的型态、位置不一,无法订定规则执行传统光学检测,故过去多以人工的方式于产线检查成品外包装,并将不良品予以剔除。

些微差异也不妥协的检测工具:Anomaly Detection

运用SolVision  AI影像平台的Anomaly Detection工具,以完好的外包装影像样本(Golden Sample)执行AI模型的训练。训练完成的模型即可针对印刷文字、图案上的形状、颜色等特征差异执行比对,侦测并标注瑕疵所在位置。

外包装印刷检测案例

Logo缺陷

Inspecting Aluminum Product Packaging
Inspecting Aluminum Product Packaging

Logo缺陷

Inspecting Aluminum Product Packaging
Inspecting Aluminum Product Packaging

字体印刷反向

Inspecting Aluminum Product Packaging
Inspecting Aluminum Product Packaging

内文漏印

Inspecting Aluminum Product Packaging
Inspecting Aluminum Product Packaging

更多案例
  • 传统机台仪表数字化解决方案

    传统式的气体监控机台或仪器设备具有仪表板显示信息,惟其缺乏数字化接口,SolVision结合机器视觉与人工智能,运用AI影像平台技术执行光学字符识别(OCR),将机台仪表影像中的数值转为数字化信息,以利统计、监控数据的异常情形,亦可进 % 一步作为后续智能化相关应用的基础。
  • AI影像辨识– OCR电子元件字符

    电子组件制造过程追踪为半导体之产出基石,辨识组件编号被视为生产重要环节之一。但较差环境下让AOI辨识更加困难,对于提升产线效率以及降低字符的误判度有很大改善空间。利用SolVision技术执行光学字符识别,有别于传统AOI,不受底色、环境光线及字符种类多等限制,可精准识别个别编码。
  • 如何快速精準辨識多種IC Tray盤字元

    快速辨识多种萃盘字符

    所罗门利用 SolVision学习Tray盘所需辨识的定位点,执行光学字符识别 (OCR),能够大幅优化传统AOI的作业流程,不受识别画面位移、歪斜及其字符缺陷等限制,精准识别个别料件来源,而随着AI深度学习件数增加,亦能持续优化AI辨别字符的能力,使辨识字符不再困难。
  • Gray Round Metal Part

    电脑零组件瑕疵检测解决方案

    硬盘支架制造过程出现的瑕疵种类繁多,包括金属的压伤、表面白雾、孔批麟、孔黑等等,透过人工检测不容易逐一检出,然而微小的缺陷在组装过程可能造成孔隙无法对齐等问题发生。使用SolVision工具AI学习瑕疵特征后,能够快速检测出硬盘金属支架上的各类微小瑕疵。