a stack of metal sheets on top of a metal table

SolVision成功案例

电子业 | 金属加工业

金属外壳瑕疵检测与分类解决方案

自动检出并分类瑕疵类型

消费性装置外壳品质管理

电脑机壳背盖等消费性装置在进入装配程序前，需经瑕疵检测与分类，以维持品质的一致性。

金属机外壳反光影响检测品质

金属机壳刮伤瑕疵相当细微，在一般光线下因为金属材质容易反光，人员以目视方式难以检出瑕疵，容易发生外观品质不良的问题。

SolVision迅速且弹性解决瑕疵检测与分类

利用SolVision的实例切割技术，针对瑕疵的外观形状建立瑕疵缺陷资料库，分类特定缺陷例如：明显瑕疵、细微瑕疵与极细微瑕疵等，以深度学习辨识明显瑕疵，并忽略可接受的微小缺陷，有效提升检测精准度及速率，确保产线成品能毫无缺陷地进入装配程序。

瑕疵分类案例

细微瑕疵

Level 1 : 明显可见瑕疵

AI Inspection on Reflective Metal Surfaces
AI Inspection on Reflective Metal Surfaces

Level 2 : 细微瑕疵

AI Inspection on Reflective Metal Surfaces
AI Inspection on Reflective Metal Surfaces

Level 3 : 极细微瑕疵

AI Inspection on Reflective Metal Surfaces

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

  • 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。
    电子业SolVision半导体产业成功案例瑕疵检测

  • 商品外包装印刷瑕疵检测解决方案

    做为商品外包装材料，软质的铝箔袋常在印刷过程中产生印刷错误、歪斜、脱落及漏印等情形。统光学检测和人工的方式出错率高。运用SolVision的Anomaly Detection工具，训练完成的模型即可针对印刷文字、图案上的形状、颜色等特征差异执行比对，侦测并标注瑕疵所在位置。
    SolVision制造业成功案例物流业生技医疗业食品业

  • 芯片收纳(In-Tray)跳料检测解决方案

    芯片于晶盘中跳料的情形系属随机，所致的瑕疵型态多样且难以预测瑕疵所产生的位置。运用SolVision AI影像平台技术，以具迭料、空料、歪斜错置、反转等瑕疵的影像样本训练AI模型，AI训练完成后即可轻易且迅速地辨识并标注晶盘上产生收纳异常的位置。
    半导体产业SolVision成功案例瑕疵检测