META-aivi成功案例
AI影像辨识、分类与瑕疵检测各式传输线
客户是泰国的SP Vision Technology，其主要提供工业及自动化产品销售及安装服务，透过销售机器视觉、工业相机、软体等解决方案，协助客户提高产品质量。
线材加工品检，瑕疵检测关键
线材是启动机台的关键组件。线材由众多电线所组成，根据线材不同的应用条件，线材的长度、粗细以及加工方式亦有所差异，因此如何控管线材的品质，便成为线材加工业者最为迫切的课题。
一般线材加工业在进行USB、HDMI等连接器品检时，除了确保线材耐久性、功能及安全性合乎标准外，即是查验线材外部的绝缘材料及连接器是否有裂痕或损坏，如果一切完善，便依序进行分类与出货。
一般线材加工业在进行USB、HDMI等连接器品检时，除了确保线材耐久性、功能及安全性合乎标准外，即是查验线材外部的绝缘材料及连接器是否有裂痕或损坏，如果一切完善，便依序进行分类与出货。
传统AOI自动光学检测困境
然而，由于传输线种类多、数量庞大，光仰赖人力辨识外观是否有损坏，容易因疲劳造成疏忽；而导入传统AOI自动光学检测进行瑕疵检测，往往因为参数设定得相对严格，导致系统过于敏感，易受光影等外在条件影响而造成误杀（Overkill）现象让大量良品被误判为NG品，工程人员必须不断调整演算法及参数、产线人员重复检测以避免问题发生。
此外，AOI所需要的样本数较多，且仅可检出定义好的瑕疵，因此常产生漏检（Leakage）的问题，导致无法快速因应弹性化生产需求。
此外，AOI所需要的样本数较多，且仅可检出定义好的瑕疵，因此常产生漏检（Leakage）的问题，导致无法快速因应弹性化生产需求。
用AI解决分类辨识与检测难题
透过AR+AI视觉系统META-aivi整合人工智慧(AI) 强大的分析能力与扩增实境(AR)的灵活适应性，可协助进行快速辨识、分类与检测等应用。
只要约5~10张的少量图像样本数，所罗门AI即可完成训练模型，学习辨识Lightning、USB、RJ45、HDMI等连接器外观，同时任意搭配行动装置、AR眼镜、监视器/随身摄像头等载具，便能快速进行传输线的辨识及分类。此外，相关数据可直接导入公司出货系统或输出检查结果，建立电子化检查记录供日后备查与制程改进，提高良率并减少不良品流出问题。
只要约5~10张的少量图像样本数，所罗门AI即可完成训练模型，学习辨识Lightning、USB、RJ45、HDMI等连接器外观，同时任意搭配行动装置、AR眼镜、监视器/随身摄像头等载具，便能快速进行传输线的辨识及分类。此外，相关数据可直接导入公司出货系统或输出检查结果，建立电子化检查记录供日后备查与制程改进，提高良率并减少不良品流出问题。
