green bottle lot

SolVision成功案例

玻璃酒瓶霉斑脏污检测方案

AI 检测玻璃酒瓶内缘之霉斑脏污

落实环保绿色经济:玻璃酒瓶循环再利用

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。

霉斑脏污无法透过自动光学检测检出

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

所罗门结合AI与机器视觉,使霉斑无所遁形

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。

瓶身检测案例

霉菌斑分布

AI Visual Inspection for Glass Bottles

检测结果

AI Visual Inspection for Glass Bottles
更多案例
  • a stack of textile spindles behind a yellow robot arm

    玻璃纤维线轴拆架

    通过使用基于人工智能的机器人三维视觉SolScan和AccuPick,成功解决了准确识别架子中卷轴位置的挑战。
  • automated depalletizing in a warehouse

    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。
  • Close-up Photography of a Power Tool

    金属加工冲压件表面瑕疵检测解决方案

    金属加工冲压件上可能出现的瑕疵种类繁多且形态不一,油污及水渍更是不易观察。另一方面,金属加工件在取像时的亮度也各有差异,造成AOI瑕疵检测的执行相当不易。金属加工品的品管助手:AI瑕疵检测,经训练的AI模型可轻易检出各式冲压件上的瑕疵,大幅提升产品的表面质量。
  • 透明点滴袋打印标签辨识分类解决方案

    各式输液皆以透明点滴袋包装,点滴袋上都会清楚注明种类、浓度及容量信息。由于各式点滴袋体上打印卷标位置不一,在产线尚无法以一般光学检测取代人工进行品项分类。所罗门运用SolVision技术,针对点滴袋体上的名称、浓度、容量等影像信息训练AI学习影像特征,可以快速辨识并分类各式输液品项。