a group of plastic cups sitting on top of a machine

SolVision成功案例

生技医疗业

医疗器材品质控管：安全针头组装

改善传统光学检测对于透明或白色塑胶件高误判率情形

确保医疗器材品质与安全性，医材组装检测十分重要

自动注射器是由数十个零件组成，要做好品质控管，就必须在问题发生时追溯是哪个环节出错，因此，如何准确地辨别缺陷是品质提升的关键因素。

AI inspection of safety syringes

自动光学检测缺点：透明塑胶件纹路导致辨识困难

安全针头如果零件没有组装好，或是安全针头组装错误，将会导致针头突出伤人的意外，或是无法正常使用的状况。然而，安全针头为透明或白色的塑胶件，其材质与纹路使得辨识不易，不论以人眼或自动光学检测( AOI)方法皆容易造成误判，导致组装错误且无法有效检出。

结合机器视觉与人工智能，让缺陷检测更快更精准

所罗门结合机器视觉与人工智能使用 SolVision 的实例切割技术，针对白色与透明塑胶件的各种纹路与形状做AI模型训练，可有效检出塑胶件的组装错误，同时提高缺陷检测的效率，使整体制程更为完善。

安全针头瑕疵检测

检测结果

相关文章

  • 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。
    SolVisionOCR光学字符识别分类识别成功案例电子业

  • 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。
    SolVision分类识别制造业成功案例

  • 袜品外观缺陷检测

    袜品瑕疵形态多样，传统AOI适合用于整块布疋的检测，对于不固定的瑕疵检测有困难，且容易发生错杀，仍需人工进行复检。以SolVision工具完成AI模型的训练。可快速且精确地找出瑕疵、分类不同瑕疵并剔除不良品，把关产品质量、提升生产效率，透过对瑕疵进行分类与分析，更能够优化整体制程。
    SolVision成功案例瑕疵检测纺织业

  • 透明瓶装液体沉淀物AI自动化检测解决方案

    液体生技药品常以透明瓶装保存，由于透明瓶装的反光特性、受测物沉淀情形不一因素，使瓶装药品的检测无法以一般光学检测取代人力执行。所罗门结合机器视觉与人工智能，运用SolVision AI从数据库中的影像特征判断沉淀情形。透过深度学习技术，可辨识7种不同的沉淀样态，进而判断内容物的质量。
    SolVision成功案例生技医疗业