SolVision成功案例

玻璃酒瓶霉斑脏污检测方案

为落实环保理念，国内外制酒商皆启动玻璃瓶容器回收再利用的机制。经过清洗与高温消毒处理后的玻璃酒瓶，可直接作为装填原产品的容器使用。而经过现场人员目检瓶中有杂质或者破损、磨损严重者，则汰除打碎为瓶屑。

玻璃酒瓶内缘之霉斑脏污，即使经过清洗消毒后仍然容易残留，故希望在清洗阶段就能检测剔除。然而，排列在清洗产线上移动旋转的酒瓶无法精准定位，加上瓶身还有标示印刷，不仅人眼不易看出霉斑，亦不利传统光学检测(AOI)检测进行。

使用SolVision以酒瓶霉斑、脏污影像训练AI模型，实例切割技术可学习霉斑脏污的位置与颜色，自动辨识霉斑脏污的影像特征，即可在清洗产线上快速检测玻璃瓶身之霉斑分布，找出有霉斑、脏污的酒瓶并将之汰除，让回收再利用的酒瓶可维持整体品质。

霉菌斑分布

检测结果

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。
LED基板分区外观品质控管解决方案

常见的LED基板瑕疵包括边缘毛边、焊垫氧化杂质、刮痕等，在瑕疵特征与背景相近的情况下，AOI检测不易将瑕疵检出。运用SolVision AI影像技术，以各式LED基板上瑕疵影像样本训练，经深度学习的AI即可精准地将瑕疵检出并标注。此外亦可指认瑕疵生成的所属区域，达到分区检测的目的。
LED PCBA瑕疵检测解决方案

PCB【AI瑕疵检测】LED中PCBA的良率难题：组件既多且杂，瑕疵检测大不易！运用SolVision AI影像平台技术，在影像样本中定位并标注铝基板上的刮痕、脏污等异常及瑕疵情形，透过AI深度学习，即可自动且实时地检出并定位铝基板上的各式瑕疵，大幅提升产线生产效率。
食品加工产线输送带瑕疵检测解决方案

食品加工业首重食品卫生及食用安全，油炸食品的外观不一。传统的食品外观检测透过大量人力执行，效率不彰。所罗门结合机器视觉与人工智能，运用Solomon SolVision AI影像平台技术执行缺陷检测。在快速且大量生产的油炸食品加工产线中，辨识多种不同的瑕疵样态，进而将不良品实时检出。