Multi Colored Plastic Round Toy

SolVision成功案例

袜品外观缺陷检测

纺织物外观瑕疵检出并分类

织品瑕疵人工检测困境

袜品生产流程可分为:设计、织袜、车缝、翻袜、定型,最后是品检包装。纺织产业属于劳力密集产业,品检关卡原由人工目视检测,然而人工检测不仅检出率低、也容易因视觉疲劳造成袜品外观缺陷检测速度缓慢。

Defect detection and classification for textiles

袜品瑕疵多样,自动光学检查(AOI)仍需人工复检

袜品瑕疵形态多样,包括:勾纱、皱褶、勾破等,且形状大小与出现位置皆不固定,传统AOI适合用于整块布匹的检测,对于不固定瑕疵检测有困难,且容易发生错杀,仍需人工进行复检。

AI可以快速精准检测瑕疵,提升生产效率

搜集袜子勾纱、皱褶等瑕疵的影像,以SolVision的实例切割技术完成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,把关产品品质、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。

瑕疵分类范例

Different fonts

勾纱1

AI Visual Inspection of Socks

皱褶

AI Visual Inspection of Socks

勾纱2

AI Visual Inspection of Socks

勾破

AI Visual Inspection of Socks
相关文章
  • A Man Fixing a Laptop

    笔电组装零件缺漏与瑕疵检测

    笔电产品零件进入组合与包装程序后,利用人工方式进行配套零件的装配,在执行上下装壳与垂直螺丝组装等工序时,若有零件缺漏将直接影响最终产品质量,进入各通路贩卖后有损公司名誉。导入所罗门SolVision检测提高产品良率及稳定性,能持续优化其检测效力,有效提高产品的质量良率。
  • brown cookies on white ceramic plate

    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。
  • 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。
  • 印刷电路板(PCB)元件组装检测解决方案

    印刷电路板(Printed Circuit Board, PCB)是电子装配中最重要的基底,但PCBA上的电子组件种类繁多,包括电阻、电容、晶体管等等。运用SolVision AI影像平台透过训练完成的AI模型,可实时地检出组件缺件或组装错误等异常情形及位置。