SolVision成功案例

电子业

物料管理优化方案，提高产品标签辨识度

产品料号字符辨识

效率提升关键：产品标签辨识

电子产业中，料号的编列是相当重要的，关系到产品的研发、生产及库存，如果料号标签无法辨识将会大幅降低作业效率及浪费资源。

库存优化困境：标签字体印刷不良

标签上的字体在印刷过程容易产生不规则的细微瑕疵，使得传统AOI难以辨识，便无法纪录产品料号，影响库存管理的正确性。

SolVision的光学字符辨识，成为产品料号管理最佳选择

利用SolVision的实例切割技术进行缺陷以及字符辨识之AI深度学习，即便标签字体出现不规则的微小缺陷仍能正确辨识，而当字体缺损过大导致无法辨识时，可经由瑕疵检测将其检出，如此一来便大幅降低物料管理的成本支出，提高库存管理的正确性。

缺陷检测和OCR识别

原始

缺陷检测

OCR

相关文章
  • Car doors painted shiny gray color in assembling workshop

    利用机械手臂进行车门按钮自动化按压检测

    AI视觉技术搭载机械手臂，快速优化车门按钮检测，减少人力需求并提升产线运作效益。
    AccuPickSolVision定位檢測成功案例汽车业质量/安全检查

  • 高尔夫球杆头品质检测解决方案

    高尔夫球杆头是球具组合中最重要的部份，消费者十分重视杆头完成面的细致程度。运用SolVision AI影像技术，将影像样本中高尔夫球杆头上的细微瑕疵逐一标注，藉以训练AI模型，训练完成后的AI模型即能不受商标、纹路及金属光泽的影响，定位并标注所有细微的表面瑕疵。
    SolVision制造业成功案例瑕疵检测金属加工业

  • 空调冷冻风管端点焊接品质管控方案

    空调及冷冻设备的制造过程中，热交换器的密闭容器所含的铁管、镜板、管帽、端板等部件皆需经过焊接工序，但由于焊接工厂属高温高热的场域，入内需穿着基本防护，且焊道的瑕疵缺陷复杂且不规则，凭借人工经验检测焊道，不容易维持质量一致，导入ＡＩ自动化检测势在必行。
    SolVision制造业成功案例瑕疵检测
  • black and white labeled box

    晶圆研磨瑕疵检测解决方案

    化学机械平坦化(CMP)是半导体制造中不可或缺的制程之一，然而，研磨液中过大颗粒及微粒凝聚体可能造成晶圆上的微划痕，是CMP制程中最主要的瑕疵类型。传统AOI检测即使耗费大量人力撰写算法，仍无法精准侦测整张晶圆影像瑕疵。运用所罗门SolVision解决方案来精准找到研磨瑕疵
    半导体产业SolVision成功案例瑕疵检测质量/安全检查