SolVision成功案例

AI检测螺丝纹面瑕疵

目前金属加工产业面临许多严峻的问题，如作业环境恶劣危险，造成从业员工逐年递减，用人成本不断增高，老师傅技艺传承青黄不接等。面临贸易战与疫情冲击，急需进行产业转型高值化，提高技术含量与产品品质，以形成市场区隔。

有螺纹的金属套件之侧螺纹面，容易因搬运造成工件碰撞受伤，或在加工过程中车削刀的刀痕。由于圆柱体套件容易滚动，再加上体积小不易拿取，即使搭配强光与显微设备，以人眼检测仍属不易，容易发生误检与漏检。

运用所罗门 SolVision ，以金属套件瑕疵影像进行AI模型的训练，使用实例切割技术，可学习刀痕与碰撞瑕疵的特征，在AI模型训练完成后便可轻易检测出小型金属套件上人眼不易辨识的瑕疵，挑出有瑕疵的物件，让出货的金属套件整体品质更好。

明显瑕疵

微小瑕疵

阴暗处的瑕疵

晶圆不良品分类及瑕疵定位自动化解决方案

传统光学检测无法针对全幅影像进行分类，故无法于第一阶段汰除瑕疵过多的晶圆。应用SolVision AI影像平台技术辨识瑕疵特征。首先判断晶圆是否具有过多瑕疵，汰除无法修复的不良品。其次运用图像处理技术分割晶圆影像，并以工具侦测瑕疵，记录其特征、坐标、面积等信息，大幅提升后续修补的效率。
自动化仓库拆垛

AccuPick将AI深度学习与机器视觉相结合，实现一次性拾取和放置多个箱子，实现自动化的下托操作。
泡壳包装品质管理解决方案

运用SolVision AI影像平台的Instance 实例切割技术，以包装良品及具各种瑕疵类型的影像样本训练AI模型。训练完成的模型可实时且迅速地辨识每一反光或透明泡壳的包装及填充情形，并将侦测到的瑕疵予以标注并分类。
塑胶扣具瑕疵检测解决方案

射出成型的扣具生产上最为常见的瑕疵为脱模剂油污、白点、毛边及残屑，其中属油污瑕疵最难检出。结合SolVision AI影像平台工具，分别针对各类表面瑕疵型态执行深度学习，训练完成的AI模型即可实时检出射出成型时产生油污与在内的各类瑕疵。