a couple of microchips sitting on top of a table

SolVision成功案例

电子业

AI影像辨识– OCR电子元件字符

辨识难度高之众多微小电晶体规格及种类

电子元件制造过程追踪

电子元件为半导体之产出基石，制程结构复杂、技术精密，为完整监控全过程、纪录其规格并在良劣筛检时快速找出瑕疵，辨识元件编号被视为生产重要环节之一。

Optical Character Recognition (OCR) of serial numbers

AOI无法精准辨识多种元件

元件种类规格众多，字体差异大，以AOI比对较无法精准辨识，尤其在光线不足、底色相近的环境下让AOI辨识更加困难，对于提升产线效率以及降低字符的误判度仍有很大的改善空间。

SolVision快速提升光学字符辨识能力（OCR）

SolVision的实例切割技术执行光学字符辨识(Optical Character Recognition, OCR)，有别于传统AOI的作业流程，不受物件底色、环境光线及字符种类多等限制，可精准识别个别编码，而随着学习件数的增加，亦能持续优化AI辨别字符的能力，使辨识字符不再困难。

元件OCR辨识案例

差异字体

Original

AI Inspection for Electronic Components

Result

AI Inspection for Electronic Components

字符模糊

Original

AI Inspection for Electronic Components

Result

AI Inspection for Electronic Components
相关文章

  • 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。
    SolVision分类识别制造业成功案例
  • a close up of a blue and yellow background

    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。
    SolVision光电业成功案例瑕疵检测电子业

  • 传统机台仪表数字化解决方案

    传统式的气体监控机台或仪器设备具有仪表板显示信息，惟其缺乏数字化接口，SolVision结合机器视觉与人工智能，运用AI影像平台技术执行光学字符识别(OCR)，将机台仪表影像中的数值转为数字化信息，以利统计、监控数据的异常情形，亦可进 % 一步作为后续智能化相关应用的基础。
    SolVisionOCR光学字符识别光电业成功案例

  • 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。
    SolVision成功案例瑕疵检测电子业