a couple of microchips sitting on top of a table

SolVision成功案例

电子业

AI影像辨识– OCR电子元件字符

辨识难度高之众多微小电晶体规格及种类

电子元件制造过程追踪

电子元件为半导体之产出基石，制程结构复杂、技术精密，为完整监控全过程、纪录其规格并在良劣筛检时快速找出瑕疵，辨识元件编号被视为生产重要环节之一。

Optical Character Recognition (OCR) of serial numbers

AOI无法精准辨识多种元件

元件种类规格众多，字体差异大，以AOI比对较无法精准辨识，尤其在光线不足、底色相近的环境下让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仍有很大的改善空间。

SolVision快速提升光学字符辨识能力（OCR）

SolVision的实例切割技术执行光学字符辨识(Optical Character Recognition, OCR)，有别于传统AOI的作业流程，不受物件底色、环境光线及字符种类多等限制，可精准识别个别编码，而随着学习件数的增加，亦能持续优化AI辨别字符的能力，使辨识字符不再困难。

元件OCR辨识案例

差异字体

Original

AI Inspection for Electronic Components

Result

AI Inspection for Electronic Components

字符模糊

Original

AI Inspection for Electronic Components

Result

AI Inspection for Electronic Components
相关文章

  • META-aivi 智能电子制造

    主机板是电脑的核心零件，它设有晶元组，同时更提供显卡、CPU、内存、硬盘及外接装置等应用接合，以利电脑中各软硬件元件能整合运作。然而主机板上充满许多不同的零部件，制造、组装步骤繁多，稍有疏忽遗漏电脑将无法顺利运作，因此如何确保整体生产的良率与品质，是电子制造的首要任务。

  • 钱币面额智能化计算解决方案

    许多制币厂试图以视觉技术进行钱币的筛选，使用SolVision的Feature Detection工具，学习钱币在各种亮度、脏污与氧化程度的影像数据，不仅可分辨图案相同但面额不同的钱币，亦可正确辨识出各国钱币，并实时计算出各国钱币的总面额。
  • black and white labeled box

    自动化导线架品质检测

    导线架表面的各类瑕疵，包含边缘毛边、黑点杂质、刮痕等。若使用传统的AOI检测，当检测背景与瑕疵较为相近时，容易发生漏检的情形。使用SolVision AI瑕疵检测工具进行学习，以扩增功能增加AI学习范围，能有效检测出各类导线架瑕疵，在杂乱或复杂背景中，也能精确辨识有很好的辨识效果。

  • 利用机械手臂进行车门按钮自动化按压检测

    AI視覺技術搭載機械手臂，快速優化車門按鈕檢測，減少人力需求並提升產線運作效益。