assorted color thread roll on white wooden shelf

SolVision成功案例

缎带品质AI检测解决方案

纺织物表面瑕疵检测

缎带制作过程繁复耗工

色彩斑斓的缎带种类千变万化,制作过程繁复而细腻,需经过整经、穿纱、织造、整烫、染整、上浆、印刷、针车、拷克、卷带、最后才是品检与包装,从原料到成品历经十四天之久。

Appearance and defect detection of textiles

自动光学检测(AOI)检测瑕疵易误判

缎带色彩缤纷的特性使得自动光学检测困难度高,由于织面花样复杂,较难找出特定的特征点,自动光学检测(AOI)容易因为花纹和颜色的变化而发生瑕疵漏检或误判的情况。

AI视觉自动判断瑕疵特征

使用

SolVision中的实例切割技术检测各种颜色、花纹的缎带,能够精确找出裂孔、脱丝等瑕疵的位置、大小及形状,不论是检测速度或是精准度都能达到标准。而透过记录与分析瑕疵的样态,可回溯找出制作过程中的问题所在,改善产品制程。

织物瑕疵检测案例

灰色裂孔

AI Visual Inspection on Ribbons

AI Visual Inspection on Ribbons

红色脱丝

AI Visual Inspection on Ribbons

AI Visual Inspection on Ribbons

微小瑕疵

AI Visual Inspection on Ribbons

AI Visual Inspection on Ribbons
相关文章
  • a close-up of a machine

    自动化激光焊接分类暨检测解决方案

    雷射焊接具有不同的焊缝特征。由于产品的焊接位置、样式不尽相同,无法透过传统光学检测辨别焊缝样态,常造成焊接质量不一的情形。应用Solomon SolVision能够以焊缝特征影像训练AI模型,辨识焊接功率及漏焊瑕疵,并可透过深度学习,精准侦测焊缝的鱼鳞纹数量及分布。
  • 球柵阵列封装假焊瑕疵检测解决方案

    运用SolVision AI影像平台的Instance 实例切割技术,将X光影像中锡球重迭的假焊瑕疵予以标注并藉以执行AI模型的深度学习。经训练后的AI即可在具背景噪声、无明显影像边缘的条件下,将假焊瑕疵精准检出。
  • a group of square objects

    晶圆不良品分类及瑕疵定位自动化解决方案

    传统光学检测无法针对全幅影像进行分类,故无法于第一阶段汰除瑕疵过多的晶圆。应用SolVision AI影像平台技术辨识瑕疵特征。首先判断晶圆是否具有过多瑕疵,汰除无法修复的不良品。其次运用图像处理技术分割晶圆影像,并以工具侦测瑕疵,记录其特征、坐标、面积等信息,大幅提升后续修补的效率。
  • 安规认证标章印刷瑕疵检测

    国内外安规认证的标章众多,例如CE、EAC等,各有不同的标章图示。过多的版面信息在大量印刷过程中不易检出多印或漏印的情形,可能影响商品的贩卖及使用。应用SolVision AI影像工具,训练AI模型。训练完成的AI模型即会自动检出并标示所有差异地方,即为版面的印刷瑕疵。